导读:本文包含了敏感用户论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:敏感,负荷,电力,用户,不平衡,电压,质量。
敏感用户论文文献综述
汤继刚,何平[1](2019)在《江苏苏州供电公司双电源敏感用户风险预警系统上线平稳运行100天》一文中研究指出本报讯 (汤继刚 何平)“贵方郭镇变118佳茂线进线失电,请断开该进线开关,确认无内部故障后开展倒闸操作,切换负荷开关。请加强设备巡检,保持密切关注!”10月29日,随着江苏苏州供电公司供电服务指挥中心第158条风险预警信息的主动发送,双电源敏感用户风险(本文来源于《国家电网报》期刊2019-11-01)
孙铁文[2](2019)在《手机APP收集用户个人敏感信息规制分析——由“ZAO”软件隐私风波引发的思考》一文中研究指出近年来,个人信息被手机APP过度收集和不当使用的现象逐渐引起了消费者的重视,而今年一款名为"ZAO"的AI换脸软件,因为其"霸道"的用户协议和隐私政策更是引起了极大的争议。通过对引发争议的个人信息收集条款进行分析,结合我国个人敏感信息保护的现状,认为我国有必要完善信息分类制度,给予个人敏感信息以特殊的保护。(本文来源于《现代商贸工业》期刊2019年32期)
师璞,张罡帅,赵耀民,黄辉,李锦钰[3](2019)在《电力用户敏感程度分析及停电投诉预测》一文中研究指出依据电力客户的行为制定相应的服务模式是提高供电服务质量的关键,文章根据B市电力客户日常与停电后的客服数据,以配电网供电台区为单位对客户的敏感度进行分析。由于实际客服数据中特征变量较多,为了减少高维空间中的计算量,故先采用t分布随机邻域嵌入法对数据集进行降维,再采用混合高斯分布进行建模,并用期望最大值算法求解最优分类结果,将客户敏感程度分为5级。同时,客户的敏感度的提出可以提高客户停电投诉的预测准确性,选取B市近两年的17万条停电数据作为训练集,采用3种有监督机器学习方法对客户投诉的二分类预测结果进行10折交叉验证,发现决策树的预测结果明显优于其他方法,并形成并行集成学习方法,可有效提高预测准确率,有助于提升电力公司停电计划的安排和客户安抚工作辅助决策,提升客户服务质量。(本文来源于《供用电》期刊2019年10期)
周兴华,耿俊成,杜松怀,张永浩,仇向东[4](2019)在《考虑需求响应的温度敏感用户夏季短期负荷预测方法》一文中研究指出在新常态下为了降低生产成本,用户会参与需求响应进行错峰和避峰。传统负荷预测模型对用户负荷特性变化不敏感,对一些突变信息难以准确预测。针对此问题,考虑温度敏感用户参与需求响应,提出了夏季短期负荷预测方法。该方法采用小波变换和局部离群因子方法对负荷数据预处理,基于模糊C均值聚类和径向基函数网络相结合的方法识别预测日的负荷特性,采用线性回归模型对预测日的负荷特性相同的历史负荷数据进行负荷预测,根据降温负荷的基准值和温度变化值评估出降温负荷值,最后综合得出预测日的负荷。对3类温度敏感的纺织行业大用户进行算例分析,验证了所提方法的可行性和有效性。(本文来源于《电网与清洁能源》期刊2019年04期)
吴敏辉[5](2019)在《基于电网电压暂降敏感用户服务的优质电力营商环境构建》一文中研究指出介绍了电压暂降的危害及成因以及国内外采用的主要治理措施,针对福建电网电压暂降敏感用户情况,提出了优质服务于电网电压暂降敏感用户的设想。(本文来源于《机电信息》期刊2019年12期)
郭冰楠[6](2019)在《基于重采样的代价敏感学习在网络贷款用户分类中的应用》一文中研究指出网络贷款数据集具有申请量大而获批少的特征,是典型的不平衡数据集。利用机器学习方法,预先筛选出可能给予贷款的用户,可大大减少后续人工审核的工作量,加快贷款用户的响应速度,具有较好的应用价值。对不平衡数据集的研究集中在数据层面和算法层面,本文在数据层面对随机平衡采样算法进行改进,在算法层面提出改进的代价敏感决策树算法,最后对算法层面和数据层面的改进算法进行融合,提出以最小误分类总代价为目标的新算法,并将提出的方法用于贷款用户分类研究中,论文的主要工作和贡献如下:1.不平衡数据集的重采样算法:本文在随机平衡采样算法的基础上,提出改进的随机平衡采样算法,该算法先根据样本点的位置,将所有样本点分为叁类:安全点、边界点和噪声点,之后移除噪声点和边界点中的多数类样本,这样不同类样本间的分类边界更清晰,并针对不同类型的样本采用不同的采样方式;再同时对多数类样本进行欠采样、少数类样本进行过采样,使样本集中各类别样本数目基本一致。在网络贷款分类中,与随机平衡采样算法相比,该算法提高了少数类样本的分类准确率。2.不平衡数据集的代价敏感学习算法:本文在代价敏感决策树敏感函数的计算中加入类分布,以减弱正负类样本数量差异过大对误分类总代价的影响,构建改进的代价敏感决策树。依此作为基分类器,训练得到多个模型,每个模型对原始数据集进行预测,以期望误分类总代价最小为准则对原始数据集进行重标记,对重标记的数据集进行训练,得到新模型,同时将新模型与分类准确率较高的基分类器进行集成,得到最终的分类器。在网络贷款分类中,与代价敏感决策树算法相比,该算法可以提高整体的分类正确率,具有更强的泛化能力。3.对不平衡数据集的研究大多是纯重采样或者纯代价敏感学习,本文基于类别不平衡和误分代价不等往往同时发生的事实,尝试将重构数据集和代价敏感学习相融合,先采用重采样方法降低数据集的不平衡程度,再采用代价敏感学习算法构建模型。在网络贷款分类中,与纯代价敏感学习算法相比,该算法的分类正确率得到了提升。(本文来源于《华南理工大学》期刊2019-04-15)
张剑,甘依依[7](2019)在《国网湖北电力提升高敏感用户供电质量》一文中研究指出本报讯 4月2日,由国网湖北省电力有限公司开展的“面向高敏感用户的中压供电质量综合提升装置关键技术研究及开发”科技攻关项目,被湖北省政府列为2019年度全省技术创新专项重大项目。该项目是专门针对提升武汉光谷高新技术企业供电质量设立的。目前,湖北(本文来源于《国家电网报》期刊2019-04-10)
胡蝶飞[8](2019)在《网购APP,你为何“偷看”我日历记录》一文中研究指出明明是一款网购类APP,为什么要使用你的手机麦克风?一款外卖平台APP,为何却要读取你的通话记录?你手机上的APP下载后,到底能看到你哪些隐私?3月27日下午,上海市消保委公布对39款手机APP涉及个人信息权限评测结果。结果显示,共有25款存在(本文来源于《上海法治报》期刊2019-03-29)
史帅彬[9](2019)在《基于敏感用户的电压暂降治理设备控制方法分析》一文中研究指出探讨敏感用户的电压暂降治理方案,提出设备控制方法。建立STATCOM模型,探讨控制策略,利用变参数控制方法对传统控制方法进行调整,从而开发改良控制方案,有效验证控制措施的效果,提升响应速度,降低动力能耗,满足敏感用户需求。(本文来源于《农村电气化》期刊2019年03期)
谢国荣,郑宏,林伟圻,徐鸣,郭昆[10](2019)在《基于改进随机森林算法的停电敏感用户分类》一文中研究指出目前,我国电网企业对于识别停电投诉风险,开展用户停电敏感程度分析的研究工作还处在起步阶段.为了有效地分析停电用户的敏感程度,提出了一种基于改进随机森林算法的停电敏感用户分类算法.首先,对原始数据进行清洗、特征选择等预处理;接着,采用SMOTE算法增加少数敏感用户样本数据量,解决数据分布不均匀问题;然后,以Fisher比作为特征的重要性度量,按比例随机采样选取具有代表性的特征构成子特征空间;最后,利用随机森林算法识别停电敏感用户.通过在真实停电数据上的实验,验证了提出的方法不仅具有较好的准确性和时间性能,而且可以有效处理高维、冗余特征的数据.(本文来源于《计算机系统应用》期刊2019年03期)
敏感用户论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
近年来,个人信息被手机APP过度收集和不当使用的现象逐渐引起了消费者的重视,而今年一款名为"ZAO"的AI换脸软件,因为其"霸道"的用户协议和隐私政策更是引起了极大的争议。通过对引发争议的个人信息收集条款进行分析,结合我国个人敏感信息保护的现状,认为我国有必要完善信息分类制度,给予个人敏感信息以特殊的保护。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
敏感用户论文参考文献
[1].汤继刚,何平.江苏苏州供电公司双电源敏感用户风险预警系统上线平稳运行100天[N].国家电网报.2019
[2].孙铁文.手机APP收集用户个人敏感信息规制分析——由“ZAO”软件隐私风波引发的思考[J].现代商贸工业.2019
[3].师璞,张罡帅,赵耀民,黄辉,李锦钰.电力用户敏感程度分析及停电投诉预测[J].供用电.2019
[4].周兴华,耿俊成,杜松怀,张永浩,仇向东.考虑需求响应的温度敏感用户夏季短期负荷预测方法[J].电网与清洁能源.2019
[5].吴敏辉.基于电网电压暂降敏感用户服务的优质电力营商环境构建[J].机电信息.2019
[6].郭冰楠.基于重采样的代价敏感学习在网络贷款用户分类中的应用[D].华南理工大学.2019
[7].张剑,甘依依.国网湖北电力提升高敏感用户供电质量[N].国家电网报.2019
[8].胡蝶飞.网购APP,你为何“偷看”我日历记录[N].上海法治报.2019
[9].史帅彬.基于敏感用户的电压暂降治理设备控制方法分析[J].农村电气化.2019
[10].谢国荣,郑宏,林伟圻,徐鸣,郭昆.基于改进随机森林算法的停电敏感用户分类[J].计算机系统应用.2019