《表2 用户的统计特征：基于预测的智能电能表数据简化的轻量级框架》
提示：宽带有限、当前游客访问压缩模式
将每个用户的用电数据表示为从t1至t10的时间序列，每个序列都具有统计特征，如表2所示。如上文所述，将每个序列分割为长度L的切换周期。
| 图表编号 | XD0055183800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.25 |
| 作者 | 王珺、李德伟、薛红、武珺 |
| 绘制单位 | 国网辽宁省电力有限公司计量中心、国网辽宁省电力有限公司计量中心、国网辽宁省电力有限公司计量中心、国网辽宁省电力有限公司计量中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 用户信息表：基于云柜框架的智能共享冰箱平台》2020.11.05
- 《表1 样表误差数据：基于NB鄄IoT的物联网智能电能表设计》2020.09.25
- 《表2 特征变量表（一）：基于Stacking模型融合的用户购买行为预测研究》2021.02.20
- 《表2 基本统计特征：一种基于集成学习的用户基础属性预测方法》2020.12.01
- 《表6 基于老年人社会关系结构特征的用户画像构建框架》2021.02.20
- 《表2 用户画像框架模板：基于荷兰老年人社会关系结构特征的用户角色构建》2021.02.20
- 《表2 数据质量统计：智能电能表故障预警系统的设计与开发》2021.01.15
- 《表1 用户行为分析：基于人性化特征的旅游地智能推荐系统》2020.06.01
- 《表1 电能表历史数据：基于Holt-Winters和LSTM的组合模型在电能表需求预测中的应用》2020.08.10
- 《表2 电能替代重点行业：基于无监督算法的电能替代潜能用户识别系统设计》2020.06.05
- 《表4 简化后的判定表：基于等价类的电能表可靠性检测案例设计研究》2020.04.30
- 《表1 系统功能表：基于5G技术的智能车间故障预测与健康管理系统》2020.08.01
- 《表1 系统功能表：基于5G技术的智能车间故障预测与健康管理系统》2020.08.01
- 《表2：森林火灾数据表：基于人工智能数据预测模型的对比》2020.04.01
- 《表4 用户信息表：基于OLAP技术的智能电表集抄数据分析系统》2020.09.20
- 《表1 用户数据表：基于虚拟现实技术的智能衣橱系统的设计与实现》2020.01.25
- 《表2 风速数据统计特征：基于多种信号分解的台风风速多步预测》2019.10.01
- 《表5 台区各相电压与智能电能表数据的相似度统计》2019.11.10
- 《表1 基础数据：基于店铺特征和用户需求的广告转化率预测》2019.08.01
- 《表2 广告商品信息：基于店铺特征和用户需求的广告转化率预测》2019.08.01