• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面向“削峰填谷”的電力客戶用電行為分析

    2017-10-13 17:56:24王炳鑫侯巖方紅旺陳雨澤劉建
    電信科學(xué) 2017年5期
    關(guān)鍵詞:主網(wǎng)用電聚類

    王炳鑫,侯巖,方紅旺,陳雨澤,劉建

    ?

    面向“削峰填谷”的電力客戶用電行為分析

    王炳鑫1,侯巖2,方紅旺2,陳雨澤2,劉建2

    (1. 國(guó)網(wǎng)福建省電力有限公司泉州供電公司,福建泉州 362000; 2. 北京中電普華信息技術(shù)有限公司,北京 100085)

    為對(duì)海量電力客戶實(shí)施有針對(duì)性的“削峰填谷”措施,提出了一種面向“削峰填谷”的海量電力客戶用電行為分析方法。首先,利用聚類算法對(duì)國(guó)網(wǎng)某省公司主網(wǎng)一年的日負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類分析,得到不同時(shí)期主網(wǎng)的負(fù)荷特征。然后,分別對(duì)每個(gè)時(shí)期下所有電力客戶的日負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類分析,得到不同主網(wǎng)特征下用戶群體的負(fù)荷特征,對(duì)比主網(wǎng)和用戶的負(fù)荷特征得到用戶群體的“削峰填谷”模式。最后,利用動(dòng)態(tài)時(shí)間規(guī)整算法將未來日期與歷史日期進(jìn)行匹配,得到未來日期用戶群體的“削峰填谷”模式。實(shí)證研究表明,分析結(jié)果可以為有序用電、峰谷電價(jià)等公司決策提供更有針對(duì)性的參考依據(jù),以更進(jìn)一步實(shí)現(xiàn)配電網(wǎng)負(fù)荷的“削峰填谷”和平穩(wěn)運(yùn)行。

    用電行為分析;削峰填谷;聚類分析;動(dòng)態(tài)時(shí)間規(guī)整

    1 引言

    隨著電力信息化的深化應(yīng)用,電力信息數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)趨勢(shì),電力行業(yè)的大數(shù)據(jù)時(shí)代已經(jīng)到來。傳統(tǒng)的在小規(guī)模數(shù)據(jù)量下對(duì)客戶用電行為進(jìn)行統(tǒng)計(jì)分析,具備一定的指導(dǎo)價(jià)值,但在海量數(shù)據(jù)情況下的應(yīng)用效果不是很理想。與傳統(tǒng)的客戶用電行為分析相比,基于大數(shù)據(jù)的客戶用電行為分析更注重對(duì)客戶用電價(jià)值的挖掘,可以實(shí)現(xiàn)對(duì)海量客戶用電行為的定量分析,提高客戶行為定位的準(zhǔn)確度,為更有效地開展客戶服務(wù)、提高客戶滿意度、降低運(yùn)營(yíng)風(fēng)險(xiǎn)提供決策參考。

    近年來,已有學(xué)者對(duì)電力客戶的用電行為進(jìn)行了研究,主要的研究思路有以下幾種。

    (1)基于專家經(jīng)驗(yàn)的方法

    根據(jù)業(yè)務(wù)專家經(jīng)驗(yàn)進(jìn)行用電行為分析。何永秀等人[1]通過對(duì)居民智能用電情況進(jìn)行問卷調(diào)查,采用模糊綜合評(píng)價(jià)對(duì)居民智能用電的態(tài)度進(jìn)行量化分析,該方法采用的算法簡(jiǎn)單易理解、數(shù)據(jù)采集容易,但需要憑經(jīng)驗(yàn)設(shè)定權(quán)重,主觀性強(qiáng)。黃瀚[2]根據(jù)業(yè)務(wù)經(jīng)驗(yàn)探討了智能電網(wǎng)下典型用電客戶的用電行為,該方法結(jié)合了大量的行業(yè)經(jīng)驗(yàn),但沒有相應(yīng)的數(shù)據(jù)支撐。

    (2)基于統(tǒng)計(jì)分析的方法

    利用單個(gè)指標(biāo)或組合指標(biāo)分析用電行為。如Chuan L等人[3]研究了新加坡不同居民住宅電器的用電量分布,利用不同居民住宅中的電器設(shè)備信息和用電信息,構(gòu)建了月度用電量計(jì)算式,得到了不同居民住宅類型電器的用電量。Abreua J M等人[4]基于實(shí)驗(yàn)中獲取的智能家電數(shù)據(jù),發(fā)現(xiàn)和識(shí)別了家庭用電的行為模式。這些方法相對(duì)簡(jiǎn)單,考慮了各種用電設(shè)備的用電信息,缺點(diǎn)是用電設(shè)備信息采集較為困難,不適用于國(guó)內(nèi)智能家電數(shù)據(jù)難以獲取的情況。

    (3)基于無監(jiān)督學(xué)習(xí)的方法

    主要是指通過聚類算法實(shí)現(xiàn)對(duì)用電數(shù)據(jù)的劃分,從而得到不同的用電特征。宗柳等人[5]利用聚類對(duì)用戶的用電特征進(jìn)行了精細(xì)化挖掘,但聚類方法的計(jì)算復(fù)雜度較高。瞿海妮等人[6]從居民的絕對(duì)用電量入手,將居民按日均用電量分為異常用電、低耗電、普通和高耗電用戶4類,分析了用戶行為的特征。張素香等人[7]基于云計(jì)算平臺(tái)和并行-means聚類算法,建立了峰時(shí)耗電率、負(fù)荷率、谷電系數(shù)等用電特征,分析了智能小區(qū)的居民用電行為。該方法采取了并行算法,適用于海量數(shù)據(jù)下的用電行為分析,但聚類維度存在冗余且不完備。

    本文在研究電力業(yè)務(wù)的基礎(chǔ)上,提出了一種面向“削峰填谷”的海量電力客戶用電行為分析方法,對(duì)福建省公司的主網(wǎng)和客戶負(fù)荷數(shù)據(jù)進(jìn)行的分析結(jié)果表明,該方法能夠?yàn)橛行蛴秒?、峰谷電價(jià)等公司決策提供更有針對(duì)性的參考依據(jù),以更進(jìn)一步實(shí)現(xiàn)配電網(wǎng)負(fù)荷的“削峰填谷”和平穩(wěn)運(yùn)行。

    2 相關(guān)算法

    2.1 EM聚類算法

    最大期望算法(expectation maximization algorithm)[8,9]是一種迭代算法,用于含有隱變量的概率參數(shù)模型的最大似然估計(jì)或極大后驗(yàn)概率估計(jì)。EM算法主要有兩個(gè)步驟。

    (1)E步驟

    根據(jù)式(1)計(jì)算每個(gè)樣本屬于不同分布的概率,選擇概率最大的分布作為樣本類別。

    (1)

    (2)M步驟

    根據(jù)式(2)估計(jì)每個(gè)類別分布函數(shù)的概率參數(shù)。

    其中,y為第個(gè)樣本數(shù)據(jù),μσ分別為第個(gè)分布的均值、標(biāo)準(zhǔn)差,為第個(gè)樣本隸屬于第個(gè)分布的概率。通過迭代使用這兩個(gè)步驟,EM算法逐步改進(jìn)模型的參數(shù),使參數(shù)和訓(xùn)練樣本的似然概率逐漸增大,最后終止于一個(gè)極大點(diǎn)。EM算法在依賴于不可觀察的隱變量的概率模型中被用于尋找概率模型參數(shù)的最大似然估計(jì),在EM聚類算法中,隱變量就是數(shù)據(jù)項(xiàng)所屬的類。

    2.2-means聚類

    -means算法[10,11]是一種被廣泛應(yīng)用于科學(xué)研究和工業(yè)應(yīng)用的經(jīng)典聚類算法,核心思想是把數(shù)據(jù)點(diǎn)劃分為不同類別,使得每個(gè)類別中的數(shù)據(jù)點(diǎn)到該聚類中心距離的平方和最小。傳統(tǒng)-means算法只適用于集中式數(shù)據(jù)的聚類。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,大量的數(shù)據(jù)是分布式存儲(chǔ)的,為對(duì)分布式存儲(chǔ)的數(shù)據(jù)進(jìn)行聚類,李小武等人[12]在分布式環(huán)境下對(duì)傳統(tǒng)聚類算法進(jìn)行了擴(kuò)展和改進(jìn),提出了分布式-means聚類方法,其基本思想是:首先每個(gè)節(jié)點(diǎn)對(duì)本節(jié)點(diǎn)的數(shù)據(jù)集進(jìn)行局部聚類分析,然后匯總各節(jié)點(diǎn)聚類結(jié)果得到全局聚類結(jié)果。

    2.3 動(dòng)態(tài)時(shí)間規(guī)整

    動(dòng)態(tài)時(shí)間規(guī)整(dynamic time warping,DTW)是由日本學(xué)者Itakura[13,14]提出的,是一種衡量?jī)蓚€(gè)長(zhǎng)度不同的時(shí)間序列=(1,…x,…x)和=(1,…y,…y)相似度的方法。通過把時(shí)間序列進(jìn)行延伸和縮短,計(jì)算兩個(gè)時(shí)間序列之間的相似性。DTW是一個(gè)典型的優(yōu)化問題,求解兩模板匹配時(shí)累計(jì)距離最小所對(duì)應(yīng)的規(guī)整函數(shù)(,),它表示序列上點(diǎn)和上的點(diǎn)之間的規(guī)整路徑距離:

    ()=(,)+min{(-1,),(,-1),(-1,-1)} (3)

    其中,(,)為上點(diǎn)和上的點(diǎn)之間的歐式距離。

    3 用電行為分析方法

    本文提出的用電行為分析方法是為了解決海量電力客戶的“削峰填谷”問題,因此需要分析電力客戶的用電行為特征與主網(wǎng)負(fù)荷特征的匹配關(guān)系。首先基于EM算法對(duì)主網(wǎng)歷史1年的日負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類分析,得到不同時(shí)期主網(wǎng)的負(fù)荷特征。再分別利用分布式-means算法對(duì)每一時(shí)期的海量電力客戶的日負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類分析,得到不同主網(wǎng)特征對(duì)應(yīng)電力客戶的負(fù)荷特征。對(duì)比主網(wǎng)負(fù)荷特征曲線與客戶負(fù)荷特征曲線可以得到電力客戶的用電行為類型,如迎峰型(用戶負(fù)荷特征曲線與主網(wǎng)負(fù)荷特征曲線走勢(shì)相同,應(yīng)該采取“削峰填谷”措施)、逆峰型(用戶負(fù)荷特征曲線與主網(wǎng)負(fù)荷特征曲線走勢(shì)相反,應(yīng)該鼓勵(lì)客戶保持用電習(xí)慣)等,從而建立主網(wǎng)和電力客戶群體的“削峰填谷”匹配模式。最后利用DTW對(duì)未來目標(biāo)日和歷史日進(jìn)行日期匹配,分析未來目標(biāo)日主網(wǎng)與用電客戶的“削峰填谷”匹配關(guān)系,以確定電力客戶群體在目標(biāo)日的“削峰填谷”模式,進(jìn)而對(duì)不同模式的客戶群體采取不同的“削峰填谷”措施。

    EM、-means等劃分型聚類算法初始化時(shí)存在聚類個(gè)數(shù)需要人為確定的問題,一般而言可以通過業(yè)務(wù)經(jīng)驗(yàn)對(duì)聚類個(gè)數(shù)進(jìn)行設(shè)定。本文根據(jù)聚類結(jié)果類內(nèi)距離最小化和類間距離最大化兩個(gè)準(zhǔn)則,提出了最優(yōu)聚類評(píng)價(jià)式,實(shí)現(xiàn)了最佳聚類個(gè)數(shù)的自動(dòng)識(shí)別:

    =(4)

    其中,表示聚類個(gè)數(shù),V、V分別為第類和第類的類中心,n表示第類的樣本數(shù)量,x表示第類的第個(gè)樣本,||*||為歐式距離。指定的最大值和最小值(如∈[1,5]),對(duì)數(shù)據(jù)集進(jìn)行聚類,然后根據(jù)式(4)計(jì)算POC值,POC值最大的為最優(yōu)聚類。

    (1)主網(wǎng)負(fù)荷特征分析

    某區(qū)域歷史1年的主網(wǎng)負(fù)荷曲線數(shù)據(jù)見表1,利用EM聚類算法將主網(wǎng)的日負(fù)荷曲線數(shù)據(jù)分成不同群體,并利用最優(yōu)聚類評(píng)價(jià)公式自動(dòng)選擇最佳聚類結(jié)果。通過聚類分析得到主網(wǎng)在不同日期群體的負(fù)荷特征,每個(gè)群體內(nèi)的日期具備相似的負(fù)荷曲線特征,而不同群體之間的日期的負(fù)荷曲線存在比較大的差異。

    表1 某區(qū)域主網(wǎng)的日負(fù)荷曲線數(shù)據(jù)

    (2)電力客戶群體用電行為分析

    針對(duì)每一類主網(wǎng)的日期群體,利用并行-means聚類算法對(duì)該日期群體下所有日期的所有電力客戶的日負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類分析,電力客戶的日負(fù)荷曲線數(shù)據(jù)與表1所示數(shù)據(jù)格式相同,得到不同主網(wǎng)類別下不同電力客戶群體的負(fù)荷特征。通過比較主網(wǎng)負(fù)荷特征曲線和電力客戶群體的負(fù)荷特征曲線,得到具有不同“削峰填谷”模式的電力客戶群體,如迎峰型、逆峰型等。

    (3)日期匹配

    上述主網(wǎng)及客戶負(fù)荷的聚類分析是對(duì)電力客戶群體的歷史用電行為進(jìn)行分析,如果要得到未來某一天客戶群體的“削峰填谷”模式,還需要進(jìn)行未來目標(biāo)日期與歷史日期的匹配,然后將歷史日期電力客戶群體的“削峰填谷”模式作為未來目標(biāo)日期的模式,進(jìn)而得到目標(biāo)日期需要進(jìn)行“削峰填谷”的客戶群體。

    本文利用動(dòng)態(tài)時(shí)間規(guī)整算法,根據(jù)天氣、假日等特征將目標(biāo)日與歷史日期進(jìn)行匹配,得到與目標(biāo)日最相似的歷史日期。將歷史和未來日期劃分為3個(gè)日期集合:節(jié)假日、周末以及工作日。當(dāng)目標(biāo)日為節(jié)假日時(shí),直接用歷史相同節(jié)假日作為目標(biāo)日的歷史匹配日期。當(dāng)目標(biāo)日為周末或者工作日時(shí),利用動(dòng)態(tài)時(shí)間規(guī)整算法根據(jù)溫度分別在去年同期前后兩個(gè)月的周末集合和工作日集合中尋找歷史相似日,得到目標(biāo)日的歷史匹配日期?;谌掌谄ヅ浞椒?,每個(gè)目標(biāo)日都可以找到與之相似的歷史日期,進(jìn)而得到不同客戶群體在目標(biāo)日期的“削峰填谷”模式。若客戶群體在目標(biāo)日的“削峰填谷”模式為逆峰型,此類客戶有利于主網(wǎng)安全運(yùn)行,不是開展“削峰填谷”措施的客戶;若客戶群體在目標(biāo)日的模式為迎峰型,則此類客戶是開展“削峰填谷”措施的重點(diǎn)客戶。

    4 實(shí)驗(yàn)結(jié)果

    本文采用福建省電力公司主網(wǎng)和福建全部用電客戶2014年1月1日至12月31日的負(fù)荷數(shù)據(jù),采樣間隔為15 min,每條日負(fù)荷曲線有96個(gè)采樣點(diǎn)。按本文提出的用電行為分析方法,首先對(duì)2014年福建省電力公司主網(wǎng)的日負(fù)荷曲線數(shù)據(jù)利用EM算法進(jìn)行聚類分析,本文將主網(wǎng)的日負(fù)荷數(shù)據(jù)劃分為3類,3個(gè)類別的負(fù)荷特征曲線如圖1所示,從特征曲線可以看出,每個(gè)類別的特征曲線都呈現(xiàn)白天負(fù)荷高、晚上負(fù)荷低的特征,但峰值大小有所差異。按季節(jié)和節(jié)假日對(duì)聚類結(jié)果進(jìn)行統(tǒng)計(jì)分析的結(jié)果見表2,可以看出負(fù)荷特征曲線峰值最高的第1類包括58.7%的夏季日期和52.22%的冬季日期,這些日期由于夏季高溫和冬季低溫導(dǎo)致負(fù)荷較高,因此該類可以稱為夏冬高峰型。而對(duì)于峰值最低的第3類,從表2看出該類包括了大部分的節(jié)假日、春季日期和51.65%的秋季日期,該類日期的負(fù)荷由于放假及溫度較溫和等原因較低,因此該類可以稱為假日低谷型。

    表2 主網(wǎng)聚類結(jié)果節(jié)假日和季節(jié)特征

    針對(duì)每一類主網(wǎng)日負(fù)荷類別,利用并行-means聚類算法對(duì)該類對(duì)應(yīng)日期的所有客戶負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類分析。本文將3類主網(wǎng)類別對(duì)應(yīng)的電力客戶分別劃分為4類、3類和5類。圖2、圖3和圖4分別顯示了每類主網(wǎng)對(duì)應(yīng)電力客戶類別的負(fù)荷特征曲線,可以看出,3個(gè)主網(wǎng)類別下的第1類客戶的負(fù)荷特征曲線都分別與對(duì)應(yīng)的主網(wǎng)負(fù)荷特征曲線非常相似,即這3類電力客戶的用電行為類型為迎峰型,這3個(gè)客戶群體為需要進(jìn)行“削峰填谷”的群體。

    通過對(duì)電力客戶用電行為的分析,得到了客戶在不同歷史時(shí)期的“削峰填谷”模式。為了得到未來日期電力客戶的“削峰填谷”模式,利用本文提出的日期匹配方法得到未來日期的歷史相似日。圖5給出了2015年5月1?10日的日期匹配結(jié)果,可以看出勞動(dòng)節(jié)、工作日、周末分別對(duì)應(yīng)2014年的勞動(dòng)節(jié)、工作日和周末。

    從圖5可以看出,2015年5月10日的歷史匹配日期為2014年5月25日,即可利用2014年5月25日客戶群體的“削峰填谷”模式作為目標(biāo)日期的2015年5月10日的模式。圖6和圖7分別為2014年5月25日兩類客戶群體和主網(wǎng)的特征曲線對(duì)比。從圖6可以看出,該類電力客戶的特征曲線與主網(wǎng)特征曲線的走勢(shì)相反,因此預(yù)計(jì)該類客戶在2015年5月10日為逆峰用電模式,對(duì)該類客戶不需采取“削峰填谷”措施,鼓勵(lì)其保持用電習(xí)慣即可。而對(duì)于圖7,該類電力客戶的特征曲線與主網(wǎng)特征曲線的走勢(shì)幾乎相同,因此預(yù)計(jì)該類客戶在2015年5月10日為迎峰用電模式,為“削峰填谷”的目標(biāo)客戶,可采取有序用電、峰谷電價(jià)等措施進(jìn)行“削峰填谷”。

    5 結(jié)束語(yǔ)

    本文提出了一種面向“削峰填谷”的海量電力客戶用電行為分析方法。首先,對(duì)歷史主網(wǎng)負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類分析。然后,在考慮不同時(shí)期主網(wǎng)負(fù)荷特征的基礎(chǔ)上,利用并行聚類算法對(duì)不同時(shí)期海量電力客戶的用電行為進(jìn)行分析,并通過比較主網(wǎng)及客戶群體的負(fù)荷特征得到不同客戶群體的“削峰填谷”模式。最后,利用日期匹配方法找到未來目標(biāo)日期的歷史相似日,將客戶群體在歷史相似日的“削峰填谷”模式作為目標(biāo)日期的模式,得到了目標(biāo)日不同客戶群體的“削峰填谷”模式。對(duì)福建省電力公司的主網(wǎng)和海量客戶的負(fù)荷數(shù)據(jù)分析結(jié)果表明,該方法能夠得到目標(biāo)日期不同客戶群體的“削峰填谷”模式,并識(shí)別需要進(jìn)行“削峰填谷”的客戶群體。本文提出的用電行為分析方法利用聚類分析、并行計(jì)算框架實(shí)現(xiàn)了對(duì)海量客戶的用電行為分析,分析結(jié)果可以為電網(wǎng)企業(yè)開展有序用電、峰谷電價(jià)等“削峰填谷”措施提供有針對(duì)性的依據(jù),對(duì)提高電網(wǎng)需求側(cè)能效管理水平具有建設(shè)性意義。

    [1] 何永秀, 王冰, 熊威,等. 基于模糊綜合評(píng)價(jià)的居民智能用電行為分析與互動(dòng)機(jī)制設(shè)計(jì)[J].電網(wǎng)技術(shù), 2012, 36(10): 247-252.

    HE Y X, WANG B, XIONG W, et al. Analysis of residents’ smart electricity consumption behavior based on fuzzy synthetic evaluation and the design of interactive mechanism [J]. Power System Technology, 2012, 36(10): 247-252.

    [2] 黃瀚. 智能用電中的客戶行為分析[J].電氣時(shí)代, 2014(14): 28-32.

    HUANG H. Analysis of smart electricity consumption behavior[J]. Electric Age, 2014(14): 28-32.

    [3] CHUAN L, UKIL A. Modeling and validation of electrical load profiling in residential buildings in Singapore [J]. IEEE Transactions on Power Systems, 2015, 30(5):2800-2809.

    [4] ABREUA J M, PEREIRAB F C, FRRAO P. Using pattern recognition to identify habitual behavior in residential electricity consumption[J]. Energy and Buildings, 2012, 49(2):479-487.

    [5] 宗柳, 李揚(yáng), 王蓓蓓. 計(jì)及需求響應(yīng)的多維度用電特征精細(xì)挖掘[J].電力系統(tǒng)自動(dòng)化, 2012, 36(20):54-58.

    ZONG L, LI Y, WANG B B. Fine-mining of multi-dimension electrical characteristics considering demand response [J]. Automation of Electric Power Systems, 2012, 36(20):54-58.

    [6] 瞿海妮, 張鵬飛, 凌平, 等. 基于海量數(shù)據(jù)的電網(wǎng)需求側(cè)用戶行為分析研究[J].華東電力, 2014, 42(12):2922-2925.

    QU H N, ZHANG P F, LING P, et al. Analysis of consumption behavior in power demand side based on massive data[J]. East China Electric Power, 2014, 42(12):2922-2925.

    [7] 張素香, 劉建明, 趙丙鎮(zhèn), 等.基于云計(jì)算的居民用電行為分析模型研究[J].電網(wǎng)技術(shù), 2013, 37(6):1542-1546.

    ZHANG S X, LIU J M, ZHAO B Z, et al. Cloud computing-based analysis on residential electricity consumption behavior [J]. Power System Technology, 2013, 37(6):1542-1546.

    [8] HIDOT S, SAINT-JEAN C. An expectation-maximization algorithm for the wishart mixture model: application to movement clustering [J]. Pattern Recognition Letters, 2010, 31(14): 2318-2324.

    [9] JOLLOIS F X, NADIF M. Speed-up for the expectation-maximization algorithm for clustering categorical data [J]. Global Optimization, 2007, 37(4): 513-525.

    [10] HOFMANS J, CEULEMANS E, STEINLEY D, et al. On the added value of bootstrap analysis for-means clustering [J]. Classification, 2015, 32(2): 268-284.

    [11] GARCIA M L L, GARCIA-RODENAS R, GOMEZ A G.-means algorithms for functional data [J]. Neurocomputing, 2015(151):231-245.

    [12] 李小武, 邵劍飛, 廖秀玲. 一種基于-means的分布式聚類算法[J]. 桂林電子科技大學(xué)學(xué)報(bào),2011,31(6): 460-463.

    LI X W, SHAO J F, LIAO X L. A distributed clustering algotithm based on-means algorithm[J]. Journal of Guilin University of Electronic Technology, 2017, 31(6): 460-463.

    [13] ARRIBAS-GIL A, HANS-GEORM. Pairwise dynamic time warping for event data [J]. Computational Statistics & Data Analysis, 2014(69): 255-268.

    [14] RASHIDI S, FALLAH A, TOWHIDKHAH F. Similarity evaluation of online signatures based on modified dynamic time warping[J].Applied Artificial Intelligence, 2013, 27(7): 599-617.

    Analysis of customers’ electricity consumption behavior for peak load shifting

    WANG Bingxin1, HOU Yan2, FANG Hongwang2, CHEN Yuze2, LIU Jian2

    1. State Grid Fujian Electric Power Company, Quanzhou Electric Power Supply Company, Quanzhou 362000, China 2. Beijing China-Power Information Technology Co., Ltd., Beijing 100085, China

    In order to implement well-directed peak load shifting for massive customers, a method for analyzing massive customers’ electricity consumption behavior for peak load shifting was proposed. Firstly, clustering algorithm was used to cluster daily load curves of the main power grid in the previous year and get load characteristics in different dates. Then the load curves of all customers under every date cluster were clustered, the peak load shifting method was derived by comparing the load characteristics of the main power grid and customers. Finally, the peak load shifting method in a future day was given by date matching between the future day with a historical day using dynamic time warping (DTW). Empirical study shows that the method is conductive to peak-valley electricity pricing and orderly electricity consumption and can further achieve peak load shifting and stable operation of the main power grid.

    electricity consumption behavior analysis, peak load shifting, clustering analysis, dynamic time warping

    TM732

    A

    10.11959/j.issn.1000?0801.2017067

    2017?01?25;

    2017?03?06

    國(guó)網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)科技項(xiàng)目“支持售電云業(yè)務(wù)的大數(shù)據(jù)應(yīng)用”(No.52680016007G)

    Science & Technology Project of State Grid Information and Telecommunication Group “Big Data Applications for Supporting Electricity Sales Business over Grid” (No.52680016007G)

    王炳鑫(1982?),男,國(guó)網(wǎng)福建省電力有限公司泉州供電公司工程師,主要研究方向?yàn)殡娏ζ髽I(yè)優(yōu)質(zhì)服務(wù)、電力營(yíng)銷數(shù)據(jù)處理、營(yíng)銷電力大數(shù)據(jù)分析、數(shù)據(jù)挖掘、決策支持。

    侯巖(1982?),女,北京中電普華信息技術(shù)有限公司助理經(jīng)濟(jì)師,主要研究方向?yàn)殡娏I(yíng)銷數(shù)據(jù)挖掘。

    方紅旺(1974?),男,北京中電普華信息技術(shù)有限公司電力營(yíng)銷客服事業(yè)部副總經(jīng)理,主要研究方向?yàn)殡娏I(yíng)銷大數(shù)據(jù)分析。

    陳雨澤(1988?),男,北京中電普華信息技術(shù)有限公司工程師,主要研究方向?yàn)殡娏I(yíng)銷大數(shù)據(jù)分析。

    劉建(1989?),男,北京中電普華信息技術(shù)有限公司中級(jí)工程師,主要研究方向?yàn)殡娏I(yíng)銷大數(shù)據(jù)分析。

    猜你喜歡
    主網(wǎng)用電聚類
    用電安全
    SOA架構(gòu)電力主網(wǎng)調(diào)度自動(dòng)化圖模數(shù)一體化系統(tǒng)研究
    基于灰色關(guān)聯(lián)度的110千伏主網(wǎng)基建模型研究
    用煤用電用氣保障工作的通知
    安全用電知識(shí)多
    世界海拔最高縣西藏雙湖縣納入國(guó)家電網(wǎng)主網(wǎng)覆蓋
    伙伴(2020年1期)2020-02-14 07:39:50
    用電安全要注意
    基于DBSACN聚類算法的XML文檔聚類
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
    成人国语在线视频| 免费在线观看完整版高清| 最近最新中文字幕大全免费视频| 国产精品亚洲av一区麻豆| 色播在线永久视频| 免费看a级黄色片| 亚洲精品粉嫩美女一区| 国产成人一区二区三区免费视频网站| 久久 成人 亚洲| 麻豆久久精品国产亚洲av| 欧美激情 高清一区二区三区| 亚洲国产欧美日韩在线播放| 精品人妻在线不人妻| 国产高清有码在线观看视频 | 亚洲av日韩精品久久久久久密| 亚洲人成电影观看| 国产成人av激情在线播放| 国产精品99久久99久久久不卡| 欧美在线黄色| 国产精品 国内视频| 国产亚洲欧美精品永久| 在线观看66精品国产| 在线观看一区二区三区| 夜夜爽天天搞| 最近最新中文字幕大全电影3 | 男人舔女人的私密视频| videosex国产| 日韩一卡2卡3卡4卡2021年| 波多野结衣巨乳人妻| 身体一侧抽搐| 女性生殖器流出的白浆| 国产97色在线日韩免费| av电影中文网址| av天堂在线播放| 国产精品爽爽va在线观看网站 | 国产单亲对白刺激| 老司机在亚洲福利影院| 国产私拍福利视频在线观看| 男人的好看免费观看在线视频 | 国产成人欧美在线观看| 成人永久免费在线观看视频| 精品国产一区二区三区四区第35| 18美女黄网站色大片免费观看| 亚洲av电影不卡..在线观看| 欧美激情久久久久久爽电影 | 久久午夜综合久久蜜桃| 在线观看www视频免费| 少妇被粗大的猛进出69影院| 大香蕉久久成人网| 国产精品电影一区二区三区| 此物有八面人人有两片| 欧美日韩亚洲综合一区二区三区_| 亚洲人成伊人成综合网2020| 午夜福利影视在线免费观看| 国产不卡一卡二| 香蕉丝袜av| 国产区一区二久久| 亚洲一区中文字幕在线| 国产精品久久久人人做人人爽| 狠狠狠狠99中文字幕| 久久精品国产99精品国产亚洲性色 | 色综合婷婷激情| 老汉色∧v一级毛片| 久久精品影院6| 久久久国产成人免费| 九色国产91popny在线| 亚洲 欧美 日韩 在线 免费| 久久精品人人爽人人爽视色| 99久久综合精品五月天人人| 亚洲人成网站在线播放欧美日韩| 黄片小视频在线播放| 午夜免费激情av| 国产精品一区二区免费欧美| 亚洲av成人不卡在线观看播放网| 午夜亚洲福利在线播放| 久久伊人香网站| 黑人巨大精品欧美一区二区mp4| 日韩欧美一区视频在线观看| 久9热在线精品视频| 人妻丰满熟妇av一区二区三区| 国产午夜福利久久久久久| 长腿黑丝高跟| x7x7x7水蜜桃| 97人妻天天添夜夜摸| 国产免费av片在线观看野外av| 在线观看午夜福利视频| 麻豆一二三区av精品| 日本五十路高清| 99国产综合亚洲精品| 老司机午夜福利在线观看视频| 欧美国产精品va在线观看不卡| 巨乳人妻的诱惑在线观看| 亚洲七黄色美女视频| 色综合欧美亚洲国产小说| 国产精品国产高清国产av| 一a级毛片在线观看| 色精品久久人妻99蜜桃| 我的亚洲天堂| 久久久国产欧美日韩av| 99riav亚洲国产免费| 久久影院123| 身体一侧抽搐| 男女之事视频高清在线观看| 日韩欧美在线二视频| 少妇 在线观看| 国产蜜桃级精品一区二区三区| 久久久久九九精品影院| 精品卡一卡二卡四卡免费| 波多野结衣av一区二区av| 亚洲aⅴ乱码一区二区在线播放 | 亚洲第一电影网av| 伊人久久大香线蕉亚洲五| 亚洲九九香蕉| 日本三级黄在线观看| 黄网站色视频无遮挡免费观看| 免费在线观看完整版高清| 午夜精品久久久久久毛片777| 成人欧美大片| 免费少妇av软件| 国产精品av久久久久免费| 高清毛片免费观看视频网站| 69av精品久久久久久| 1024视频免费在线观看| 亚洲精品中文字幕一二三四区| 国产91精品成人一区二区三区| 黄色女人牲交| 淫秽高清视频在线观看| 亚洲欧美一区二区三区黑人| 热99re8久久精品国产| av天堂久久9| 久久青草综合色| 热re99久久国产66热| 亚洲熟女毛片儿| 一二三四在线观看免费中文在| 久久久久久人人人人人| 在线观看www视频免费| 国产成人系列免费观看| ponron亚洲| 丰满的人妻完整版| a在线观看视频网站| 国产精品永久免费网站| 不卡av一区二区三区| 巨乳人妻的诱惑在线观看| 亚洲精品美女久久av网站| 高清毛片免费观看视频网站| e午夜精品久久久久久久| 国产99久久九九免费精品| 欧美日韩精品网址| 日本免费一区二区三区高清不卡 | tocl精华| 国产精品 欧美亚洲| 日日摸夜夜添夜夜添小说| 又黄又爽又免费观看的视频| 999久久久精品免费观看国产| 97碰自拍视频| 国产高清激情床上av| 天堂√8在线中文| 日本免费a在线| 欧美成人一区二区免费高清观看 | 无人区码免费观看不卡| av视频在线观看入口| 久久精品成人免费网站| tocl精华| 亚洲一区高清亚洲精品| 精品日产1卡2卡| 日韩欧美在线二视频| 真人做人爱边吃奶动态| 久久精品亚洲精品国产色婷小说| 一二三四在线观看免费中文在| 国产精品综合久久久久久久免费 | or卡值多少钱| 亚洲七黄色美女视频| www.www免费av| 国产麻豆成人av免费视频| 高潮久久久久久久久久久不卡| 亚洲欧美日韩高清在线视频| 午夜日韩欧美国产| 天天一区二区日本电影三级 | а√天堂www在线а√下载| 亚洲国产精品成人综合色| 欧美成狂野欧美在线观看| 久久香蕉激情| 别揉我奶头~嗯~啊~动态视频| 欧美丝袜亚洲另类 | videosex国产| 免费在线观看亚洲国产| 脱女人内裤的视频| 999精品在线视频| 亚洲少妇的诱惑av| 欧美老熟妇乱子伦牲交| 国产精品自产拍在线观看55亚洲| 免费人成视频x8x8入口观看| 欧美日韩福利视频一区二区| 久久久久国产一级毛片高清牌| 成人18禁在线播放| 国产精品电影一区二区三区| 亚洲国产精品合色在线| 午夜影院日韩av| 欧美老熟妇乱子伦牲交| 叶爱在线成人免费视频播放| 免费看十八禁软件| 老司机午夜十八禁免费视频| 国产高清videossex| 黄色毛片三级朝国网站| 午夜福利影视在线免费观看| 亚洲专区国产一区二区| 亚洲精品一区av在线观看| 十八禁网站免费在线| 免费人成视频x8x8入口观看| 别揉我奶头~嗯~啊~动态视频| www.熟女人妻精品国产| 日日夜夜操网爽| 亚洲精品国产区一区二| 久久中文看片网| 视频在线观看一区二区三区| 欧美中文日本在线观看视频| 国产成人免费无遮挡视频| 此物有八面人人有两片| 国产精品精品国产色婷婷| 黄色片一级片一级黄色片| 人妻丰满熟妇av一区二区三区| 999久久久精品免费观看国产| 人人妻人人爽人人添夜夜欢视频| 欧美色视频一区免费| 99精品在免费线老司机午夜| 嫩草影视91久久| 国产不卡一卡二| 亚洲av成人av| 免费看美女性在线毛片视频| 母亲3免费完整高清在线观看| 真人一进一出gif抽搐免费| 欧美丝袜亚洲另类 | 天天添夜夜摸| 亚洲国产精品成人综合色| 麻豆国产av国片精品| 十分钟在线观看高清视频www| 欧美另类亚洲清纯唯美| 天堂影院成人在线观看| 91精品国产国语对白视频| 老汉色∧v一级毛片| 欧美激情 高清一区二区三区| 国产成人精品久久二区二区91| 亚洲av电影不卡..在线观看| 久热爱精品视频在线9| 国产成年人精品一区二区| 操出白浆在线播放| 国产亚洲精品一区二区www| 亚洲国产看品久久| 国产成人影院久久av| 我的亚洲天堂| 波多野结衣高清无吗| 亚洲精品中文字幕一二三四区| 亚洲国产精品久久男人天堂| 国产99白浆流出| 90打野战视频偷拍视频| 欧美一级毛片孕妇| 成人国产综合亚洲| 午夜福利18| 日韩欧美免费精品| 最新在线观看一区二区三区| 99国产精品一区二区三区| 日本欧美视频一区| 满18在线观看网站| 正在播放国产对白刺激| 亚洲三区欧美一区| 午夜福利,免费看| 欧美日韩一级在线毛片| 咕卡用的链子| 欧美在线黄色| 麻豆av在线久日| 夜夜躁狠狠躁天天躁| 神马国产精品三级电影在线观看 | 国产免费av片在线观看野外av| 97超级碰碰碰精品色视频在线观看| 不卡一级毛片| av在线天堂中文字幕| 首页视频小说图片口味搜索| 久久欧美精品欧美久久欧美| 性色av乱码一区二区三区2| 色av中文字幕| 亚洲欧美日韩无卡精品| 两人在一起打扑克的视频| 悠悠久久av| 这个男人来自地球电影免费观看| 亚洲最大成人中文| 精品免费久久久久久久清纯| 韩国av一区二区三区四区| 亚洲熟妇中文字幕五十中出| 久久久久久久久免费视频了| 亚洲,欧美精品.| 精品久久久久久成人av| 色在线成人网| 亚洲人成伊人成综合网2020| 久久人人97超碰香蕉20202| 日韩高清综合在线| 成人国产综合亚洲| 国产成人精品久久二区二区91| 黑人操中国人逼视频| 日本精品一区二区三区蜜桃| 国产精品一区二区免费欧美| 在线免费观看的www视频| 成人三级做爰电影| 国产又爽黄色视频| 中文字幕色久视频| 97人妻天天添夜夜摸| 亚洲av成人av| 亚洲成国产人片在线观看| 50天的宝宝边吃奶边哭怎么回事| 亚洲精品中文字幕在线视频| 久久狼人影院| 啪啪无遮挡十八禁网站| 久久精品国产99精品国产亚洲性色 | 免费不卡黄色视频| 欧美一级a爱片免费观看看 | 最近最新免费中文字幕在线| 国产区一区二久久| 热re99久久国产66热| av中文乱码字幕在线| 国产精品爽爽va在线观看网站 | 成人亚洲精品一区在线观看| av福利片在线| 脱女人内裤的视频| 亚洲成人久久性| 91精品三级在线观看| 亚洲人成电影观看| 人人澡人人妻人| 亚洲av五月六月丁香网| 亚洲成人精品中文字幕电影| 少妇裸体淫交视频免费看高清 | 99在线视频只有这里精品首页| 自拍欧美九色日韩亚洲蝌蚪91| 夜夜躁狠狠躁天天躁| 亚洲午夜精品一区,二区,三区| 久久久久久人人人人人| 国产精品久久久人人做人人爽| 叶爱在线成人免费视频播放| 国产av又大| 亚洲欧美精品综合久久99| 手机成人av网站| 国产欧美日韩精品亚洲av| 中亚洲国语对白在线视频| 亚洲成a人片在线一区二区| 韩国av一区二区三区四区| 亚洲国产精品sss在线观看| 露出奶头的视频| 精品国产一区二区久久| 麻豆一二三区av精品| 亚洲 国产 在线| 亚洲中文av在线| 在线观看日韩欧美| 亚洲色图综合在线观看| 身体一侧抽搐| 老汉色av国产亚洲站长工具| 精品国产一区二区久久| 97人妻天天添夜夜摸| 90打野战视频偷拍视频| 最新美女视频免费是黄的| 夜夜看夜夜爽夜夜摸| 久久精品国产亚洲av香蕉五月| 黄频高清免费视频| 黄色片一级片一级黄色片| 亚洲欧美日韩高清在线视频| 黑人巨大精品欧美一区二区mp4| 亚洲第一av免费看| 欧美日韩亚洲综合一区二区三区_| 19禁男女啪啪无遮挡网站| 国产麻豆69| 一级毛片精品| 久久精品91蜜桃| 他把我摸到了高潮在线观看| 大型av网站在线播放| 久久精品国产99精品国产亚洲性色 | x7x7x7水蜜桃| 成人欧美大片| 身体一侧抽搐| 大型av网站在线播放| 精品久久久久久久人妻蜜臀av | 亚洲国产精品成人综合色| 欧美国产日韩亚洲一区| 91九色精品人成在线观看| 亚洲国产看品久久| 久久天躁狠狠躁夜夜2o2o| 黑人欧美特级aaaaaa片| 亚洲三区欧美一区| 99国产精品免费福利视频| 麻豆国产av国片精品| 精品高清国产在线一区| 男女午夜视频在线观看| 亚洲av第一区精品v没综合| 成人亚洲精品av一区二区| 777久久人妻少妇嫩草av网站| 国产精品免费一区二区三区在线| 成人手机av| 日日爽夜夜爽网站| 波多野结衣高清无吗| 久久中文字幕人妻熟女| 久久精品国产99精品国产亚洲性色 | 日韩大尺度精品在线看网址 | 18禁裸乳无遮挡免费网站照片 | 99久久国产精品久久久| 91大片在线观看| 国产一区二区三区视频了| 亚洲av美国av| 亚洲成av人片免费观看| 欧美一级a爱片免费观看看 | cao死你这个sao货| 欧洲精品卡2卡3卡4卡5卡区| 一边摸一边做爽爽视频免费| 1024香蕉在线观看| 欧美成人一区二区免费高清观看 | 后天国语完整版免费观看| 国产aⅴ精品一区二区三区波| 欧美日韩黄片免| 亚洲狠狠婷婷综合久久图片| 精品日产1卡2卡| 日本免费一区二区三区高清不卡 | 久久人人爽av亚洲精品天堂| 亚洲精品国产区一区二| 亚洲狠狠婷婷综合久久图片| 色综合欧美亚洲国产小说| 亚洲熟女毛片儿| 久久久久久大精品| 精品久久蜜臀av无| 中文亚洲av片在线观看爽| 琪琪午夜伦伦电影理论片6080| 亚洲成国产人片在线观看| 久久国产精品影院| 老汉色av国产亚洲站长工具| 黄色丝袜av网址大全| 好男人电影高清在线观看| 18禁美女被吸乳视频| 国内精品久久久久精免费| 欧美在线黄色| 亚洲欧美激情综合另类| 亚洲 欧美 日韩 在线 免费| a级毛片在线看网站| 亚洲在线自拍视频| 国产精品综合久久久久久久免费 | 久久久久久久久中文| 亚洲少妇的诱惑av| cao死你这个sao货| 久久热在线av| 韩国精品一区二区三区| 免费观看人在逋| 亚洲第一电影网av| 免费在线观看影片大全网站| 黑丝袜美女国产一区| 亚洲avbb在线观看| 国产一区二区三区视频了| 久久久精品欧美日韩精品| 亚洲第一欧美日韩一区二区三区| 老司机在亚洲福利影院| 欧美激情 高清一区二区三区| 国产极品粉嫩免费观看在线| 欧美乱色亚洲激情| 免费av毛片视频| 99久久国产精品久久久| 欧美激情久久久久久爽电影 | 久久青草综合色| 天天躁狠狠躁夜夜躁狠狠躁| 在线永久观看黄色视频| 最好的美女福利视频网| 一个人观看的视频www高清免费观看 | 99国产极品粉嫩在线观看| 免费人成视频x8x8入口观看| 久久热在线av| 女人高潮潮喷娇喘18禁视频| 日本 欧美在线| 精品久久久久久久人妻蜜臀av | 国产精品av久久久久免费| 高清在线国产一区| 成人国产一区最新在线观看| а√天堂www在线а√下载| 窝窝影院91人妻| 日韩 欧美 亚洲 中文字幕| 亚洲成av人片免费观看| 香蕉久久夜色| 国产91精品成人一区二区三区| 久久性视频一级片| 久久青草综合色| 美女免费视频网站| 男人操女人黄网站| 久久精品亚洲精品国产色婷小说| 国产91精品成人一区二区三区| 免费在线观看亚洲国产| 一级a爱视频在线免费观看| 变态另类丝袜制服| 精品久久久久久成人av| 久久久久久人人人人人| 99国产精品一区二区蜜桃av| 亚洲 欧美一区二区三区| 巨乳人妻的诱惑在线观看| 欧美色视频一区免费| 一边摸一边抽搐一进一出视频| 一夜夜www| 成人永久免费在线观看视频| 91av网站免费观看| 日日爽夜夜爽网站| 女生性感内裤真人,穿戴方法视频| 波多野结衣巨乳人妻| 久久中文看片网| 国产成人欧美在线观看| 亚洲中文字幕一区二区三区有码在线看 | 一区二区三区高清视频在线| 大型av网站在线播放| 99国产精品99久久久久| 少妇被粗大的猛进出69影院| 99久久精品国产亚洲精品| 亚洲国产高清在线一区二区三 | 日韩精品青青久久久久久| 欧美成人一区二区免费高清观看 | 欧美乱码精品一区二区三区| 免费在线观看完整版高清| 中文字幕色久视频| 一进一出抽搐gif免费好疼| 啪啪无遮挡十八禁网站| 色播在线永久视频| 欧美黑人欧美精品刺激| 熟女少妇亚洲综合色aaa.| 久久久久亚洲av毛片大全| 青草久久国产| 9热在线视频观看99| 免费高清在线观看日韩| 91老司机精品| 一a级毛片在线观看| 亚洲人成伊人成综合网2020| 日本黄色视频三级网站网址| 亚洲九九香蕉| 国产精品野战在线观看| 国产一卡二卡三卡精品| 人妻久久中文字幕网| av天堂在线播放| 久9热在线精品视频| 麻豆成人av在线观看| 日本免费a在线| 久久国产亚洲av麻豆专区| 99热只有精品国产| 法律面前人人平等表现在哪些方面| 精品人妻1区二区| 中文字幕人妻熟女乱码| 一边摸一边做爽爽视频免费| 国产成人精品无人区| 搡老熟女国产l中国老女人| 久久久水蜜桃国产精品网| 制服人妻中文乱码| 日本 av在线| 久久草成人影院| av天堂在线播放| 在线观看日韩欧美| 精品国产亚洲在线| 午夜福利在线观看吧| 亚洲国产精品合色在线| 久久中文字幕人妻熟女| 国产成人免费无遮挡视频| 美女高潮喷水抽搐中文字幕| 国内久久婷婷六月综合欲色啪| 日本欧美视频一区| 国产区一区二久久| 纯流量卡能插随身wifi吗| 亚洲成av人片免费观看| 变态另类成人亚洲欧美熟女 | 亚洲国产欧美网| 久久久水蜜桃国产精品网| 人人澡人人妻人| 国产91精品成人一区二区三区| 欧美中文综合在线视频| 免费少妇av软件| 亚洲成国产人片在线观看| 亚洲少妇的诱惑av| 精品无人区乱码1区二区| 欧美一区二区精品小视频在线| 国产色视频综合| 日韩中文字幕欧美一区二区| 久久精品91无色码中文字幕| 亚洲色图av天堂| 亚洲黑人精品在线| 成人国产综合亚洲| 1024视频免费在线观看| 欧美亚洲日本最大视频资源| 欧美色欧美亚洲另类二区 | 国产成人av教育| 欧美亚洲日本最大视频资源| 成人手机av| 妹子高潮喷水视频| 成年人黄色毛片网站| 日本黄色视频三级网站网址| 嫁个100分男人电影在线观看| 国产亚洲av高清不卡| 亚洲精品久久国产高清桃花| 亚洲精品一卡2卡三卡4卡5卡| 母亲3免费完整高清在线观看| 一边摸一边抽搐一进一出视频| 两个人视频免费观看高清| 天天一区二区日本电影三级 | 亚洲av片天天在线观看| 女性生殖器流出的白浆| 麻豆一二三区av精品| 久久久国产精品麻豆| 国产成人精品久久二区二区免费| 午夜福利免费观看在线| 国产99久久九九免费精品| 在线天堂中文资源库| 99精品在免费线老司机午夜| 久久久水蜜桃国产精品网| 中文字幕av电影在线播放| 国产午夜精品久久久久久| 91精品国产国语对白视频| 90打野战视频偷拍视频| 精品国产国语对白av| 丝袜美腿诱惑在线| 两性午夜刺激爽爽歪歪视频在线观看 | 久99久视频精品免费| www.自偷自拍.com| e午夜精品久久久久久久| 久久国产乱子伦精品免费另类|