《表1 实验组用户端数据负荷水平变化表》
提示：宽带有限、当前游客访问压缩模式
以50 min作为实验时长，分别记录在该段时间内，应用实验组、对照组提取系统后，用户端数据负荷水平的具体变化情况如表1、表2所示。
| 图表编号 | XD00222646200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.28 |
| 作者 | 张华 |
| 绘制单位 | 中共陕西省委党校陕西行政学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 对照组用户端数据负荷水平变化表》2020.09.28
- 《表4 按照日负荷曲线变化规律的用户归类》2020.10.10
- 《表1 实验任务表：健康信息可读性对用户认知负荷和信息加工绩效影响眼动实验研究》2021.02.25
- 《附表A1 220 kV用户负荷率—同时率部分数据》2021.02.10
- 《附表A5不满1 kV用户负荷率—同时率部分数据》2021.02.10
- 《附表A4 10 kV用户负荷率—同时率部分数据》2021.02.10
- 《附表A3 35 KV用户负荷率—同时率部分数据》2021.02.10
- 《表1 数据分类仿真对比：基于改进FC-IRKM的电力用户负荷分类研究》2018.09.25
- 《表2 重要失电用户负荷数据》2021.02.16
- 《表1 工业用户典型日负荷数据》2020.11.25
- 《表3 实验结果对比表：考虑需求响应的用户基本负荷计算方法》2020.08.25
- 《表1 典型日负荷数据：实时电价下用户侧电力需求响应模型优化策略及数字仿真》2020.03.21
- 《表2 负荷数据：计及重要用户失负荷风险的多端智能软开关优化配置方法》2020.04.30
- 《表3 居民和工业用户的负荷数据》2019.11.08
- 《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 部分用户2018年7月最大负荷数据》2019.05.25
- 《表1 单用户单日用电负荷数据部分字段压缩前后的存储模型对比》2019.04.20
- 《表3 单用户多日用电负荷数据压缩比估算》2019.04.20
- 《表7 用户行为数据汇总：电动汽车充电负荷时空分布预测》2019.01.28
- 《表1 实验参数设置：基于电力用户负荷特性曲线的聚类分析模型设计》2018.12.15