.png){kind=icon}
返回
Data-Driven Power Time Series Imputation Using Cumulative Pattern Matching
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-09044-7_12.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种数据驱动的累积非线性插补（DANLI）方法，该方法结合了能耗时间序列消费曲线与模式匹配来重构缺失值。该方法专为仅有边界测量数据的场景设计，其基于假设：在许多应用中，累积功率和日使用相似性比瞬时功率消耗更为重要。结果表明，与统计插补、插值和逐点欧几里得模式匹配相比，DANLI在实现跨间隙竞争性精度的同时，能生成物理上合理的重构结果。
Keyword:
Power Time Series Imputation
Smart Grid Analytics
Missing Data Reconstruction
期刊
A
IF:
0
论文数:
32
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏A state-of-the-art comparative review of load forecasting methods: Characteristics, perspectives, and applications负荷预测方法的最新比较综述: 特征，观点和应用
OAAI
OAAI分享收藏分享收藏 没有更多内容
没有更多内容