文献

J-GLOBAL ID：202202248392544826   整理番号：22A0887018

大量データクラスタリングアルゴリズムに基づく企業エネルギー消費異常の研究と判断【JST・京大機械翻訳】

Research and Judgment of Enterprise Energy Consumption Anomaly Based on Massive Data Clustering Algorithm

著者 (6件)： Wang Zhonglong (State Grid Shandong Electric Power Company, Tai’an Power Supply Company, Tai’an, China) ,  Geng Jian (State Grid Shandong Electric Power Company, Tai’an Power Supply Company, Tai’an, China) ,  Wang Qing (State Grid Shandong Electric Power Company, Tai’an Power Supply Company, Tai’an, China) ,  Zhang Han (State Grid Shandong Electric Power Company, Tai’an Power Supply Company, Tai’an, China) ,  Meng Weidong (State Grid Shandong Electric Power Company, Tai’an Power Supply Company, Tai’an, China) ,  Li Luyan (State Grid Shandong Electric Power Company, Tai’an Power Supply Company, Tai’an, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1563  ページ： 597-606  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 企業エネルギー消費は国家エネルギー消費の主成分だけでなく,省エネルギーと排出削減の重要な規制対象でもある。企業エネルギー消費異常の難しい識別の実際的問題を目的として,クラスタリングアルゴリズムに基づく企業エネルギー消費異常判断を提案した。最初に,XGBoostを特徴選択のために使用し,そして,欠測エネルギー消費データを,発生した対策ネットワークに基づいて満たした。次に,企業エネルギー消費シナリオをDBSCANアルゴリズムによって分割して,すべてのシナリオを1つによって分析する。最後に,エネルギー消費データのクラスタの最適数を,SSE-SC指数包括的決定によって決定し,そして,企業エネルギー消費標準ライブラリを,K-平均++クラスタリングアルゴリズムによって分割した。リアルタイムで企業のエネルギー消費をモニターするための異常なエネルギー消費早期警戒機構を確立する。Copyright Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  警報 ,  ネットワーク ,  特徴選択 ,  *クラスタ ,  省エネルギー ,  エネルギー消費
準シソーラス用語： 実時間 ,  欠測 ,  排出量低減 ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： XGBoost ,  GAN ,  企業エネルギー消費標準ライブラリ ,  K-means++ ,  異常エネルギー消費の警告機構

分類 (2件)： 計算機網  (JC03000K) ,  通信網  (ND07030A)

タイトルに関連する用語 (4件)： クラスタリングアルゴリズム ,  企業 ,  エネルギー消費 ,  研究