지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국통계학회 CSAM(Communications for Statistical Applications and Methods) CSAM(Communications for Statistical Applications and Methods) 제29권 제2호
- 발행연도
- 2022.3
- 수록면
- 225 - 238 (14page)
이용수
초록· 키워드
오류제보하기
In this paper, we propose a clustering method for advanced metering infrastructure (AMI) data in Korea. As AMI data presents non-stationarity, we consider time-dependent frequency domain principal components analysis, which is a proper method for locally stationary time series data. We develop a new clustering method based on time-varying eigenvectors, and our method provides a meaningful result that is different from the clustering results obtained by employing conventional methods, such as K-means and K-centres functional clustering. Simulation study demonstrates the superiority of the proposed approach. We further apply the clustering results to the evaluation of the electricity price system in South Korea, and validate the reform of the progressive electricity tariff system.
목차
Abstract
1. Introduction
2. Time-dependent frequency domain principal component clustering
3. Simulation
4. Advanced metering infrastructure (AMI) data analysis
5. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Clustering daily AMI data using the two-step clustering method
한국데이터정보과학회지
2022 .01
-
AMI로부터 측정된 전력사용데이터에 대한 군집 분석
응용통계연구
2021 .12
-
Comparison of time series clustering methods and application to power consumption pattern clustering
CSAM(Communications for Statistical Applications and Methods)
2020 .11
-
Functional hierarchical clustering using shape distance
CSAM(Communications for Statistical Applications and Methods)
2024 .09
-
Comparison of graph clustering methods for analyzing the mathematical subject classification codes
CSAM(Communications for Statistical Applications and Methods)
2020 .09
-
On hierarchical clustering in sufficient dimension reduction
CSAM(Communications for Statistical Applications and Methods)
2020 .07
-
Clustering high-cardinality categorical data using category embedding methods
한국데이터정보과학회지
2020 .01
-
Nonparametric analysis of income distributions among different regions based on energy distance with applications to China Health and Nutrition Survey data
CSAM(Communications for Statistical Applications and Methods)
2019 .01
-
Double monothetic clustering for histogram-valued data
CSAM(Communications for Statistical Applications and Methods)
2018 .05
-
Geodesic Clustering for Covariance Matrices
CSAM(Communications for Statistical Applications and Methods)
2015 .07
-
스펙트럴 클러스터링 - 요약 및 최근 연구동향
응용통계연구
2020 .04
-
스마트 그리드에서의 시계열 군집분석을 통한 전력수요 예측 연구
응용통계연구
2016 .02
-
전기 사용량 시계열 함수 데이터에 대한 비모수적 군집화
응용통계연구
2019 .02
-
비즈니스 데이터 분석을 위한 베이지안 계층 군집분석
한국데이터정보과학회지
2020 .01
-
양적․질적 혼합형 데이터에 대한 군집분석 알고리즘 비교 및 사례분석
Journal of The Korean Data Analysis Society
2015 .01
-
K-mean clustering 기법을 활용한 지역별 고농도 오존 발생 원인 비교
한국기상학회 학술대회 논문집
2022 .04
-
고정오염원에서의 미세먼지(PM10, PM2.5) 측정방법 현황 및 배출특성
한국대기환경학회 학술대회논문집
2015 .11
-
스마트그리드 환경하의 가정용 AMI 자료를 위한 시계열 군집분석 연구
응용통계연구
2020 .12
-
시간단위 전력사용량 시계열 패턴의 군집 및 분류분석
한국데이터정보과학회지
2017 .03
-
고정오염원에서의 미세먼지 배출농도 분포
한국대기환경학회 학술대회논문집
2015 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-310-001432869