Dynamic clustering of residential electricity consumption time series data based on Hausdorff distance

این هدف کار فعلی است. یک چارچوب جدید ارائه شده است که به خوشه بندی دینامیکی، تجسم و شناسایی الگوهای زمانی در سری زمانی بارهای پروفیل بار می پردازد و شکاف تشخیص شده در این منطقه را برآورده می کند. توسعه فعلی یک چارچوب عمومی است که اجازه می دهد تا خوشه بندی و تجسم سری های زمان بار با استفاده از الگوریتم های مختلف خوشه بندی کلاسیک. یک الگوریتم جدید خوشه بندی دینامیکی نیز بر مبنای تقسیم بندی اولیه داده های سری زمانی مصرف انرژی در سطوح کوچکتر و محاسبه اندازه گیری شباهت بین آنها از راه دور هوسردور ارائه شده است. در ادامه، این تحولات در دو مجموعه داده ها از پروفیل های بار مصرف انرژی از یک نمونه از کاربران مسکونی در اسپانیا و لندن ارائه شده و مورد آزمایش قرار می گیرد.