PulseAugur
中
实时 17:51:07
English(EN) CROCS: A Two-Stage Clustering Framework for Behaviour-Centric Consumer Segmentation with Smart Meter Data

新的CROCS框架改进了能源管理的消费者细分

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为CROCS的新型两阶段聚类框架，以根据其用电行为更好地细分消费者。该方法通过捕获消费者内部的变异性以及更有效地处理异常值或缺失数据，解决了现有方法的局限性。CROCS使用每日负荷曲线创建代表性数据集，然后进行比较以揭示消费者群体的高阶原型，从而增强了需求侧管理计划的可解释性。 AI

影响 为分析消费者能源行为提供了一种更稳健的方法，有可能带来更有效的需求侧管理策略。

排序理由 这是一篇研究论文，详细介绍了使用机器学习对智能电表数据进行消费者细分的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的CROCS框架改进了能源管理的消费者细分

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Luke W. Yerbury, Ricardo J. G. B. Campello, G. C. Livingston Jr, Mark Goldsworthy, Lachlan O'Neil ·

    CROCS：一种用于以行为为中心的消费者细分和智能电表数据的两阶段聚类框架

    arXiv:2601.10494v2 Announce Type: replace-cross Abstract: With grid operators confronting rising uncertainty from renewable integration and a broader push toward electrification, Demand-Side Management (DSM) -- particularly Demand Response (DR) -- has attracted significant attent…

相关实体

相关话题