《表2 电力大用户细分群体特征》
提示：宽带有限、当前游客访问压缩模式
由表1可知，经混合聚类后，将100户电力大用户划分为8个不同特征的用户群，具体如表2所示。
| 图表编号 | XD00152387800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.10 |
| 作者 | 毛澍、张丽 |
| 绘制单位 | 国家能源局电力可靠性管理和工程质量监督中心、国家能源局电力可靠性管理和工程质量监督中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 供电可靠性指标：基于用电客户群体细分的差异化用电行为特征分析》2020.10.25
- 《表3 客户行为指标：基于用电客户群体细分的差异化用电行为特征分析》2020.10.25
- 《表2 部分观点情感特征：基于情感分析的微博热点话题用户群体划分模型》2021.02.25
- 《表1 部分特征词及词频：基于情感分析的微博热点话题用户群体划分模型》2021.02.25
- 《表1 需求权重系数表：基于QFD及群体用户需求的立体车库设计特征研究》
- 《表2 质量屋矩阵表：基于QFD及群体用户需求的立体车库设计特征研究》
- 《表2 事件波形特征集合：基于用户边缘侧事件解析的工业电力负荷非侵入式感知辨识》2021.02.25
- 《表5 用户类别与用户群体特征表》2020.08.25
- 《表2 电力用户标签体系：基于大数据的电力用户地址库构建方法研究》2020.07.20
- 《表1 实验参数：基于核熵成分分析的电力用户核心大数据匿名化研究》2020.07.05
- 《表4 客户细分群体特征：居民客户电费回收风险的预测研究——基于随机森林算法》2019.12.20
- 《表2 客户信息特征情况：基于电力大数据的用户用电感知研究》2019.10.21
- 《表4 客户匹配结果：基于电力大数据的用户用电感知研究》2019.10.21
- 《表1 负荷聚类情况：基于电力大数据的用户用电感知研究》2019.10.21
- 《表1 能源互联网电力大数据的特征》2019.06.01
- 《表1 大用户细分指标：基于Affinity propagation和K-means算法的电力大用户细分方法分析》2018.01.20
- 《表1 部分行为特征：电力用户行为画像构建技术研究》2018.07.05
- 《表1 风险等级指标权重：基于大数据的电力用户欠费风险等级分析》2019.11.25
- 《表5 用户价值群体优弱势特征》2019.11.25
- 《表8 各细分体存在欠费风险用户行为特征》2019.12.21