电网技术

2018, v.42;No.419(10) 3401-3412

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

面向含多种用户类型的负荷曲线聚类研究
Research on Load Curve Clustering With Multiple User Types

王帅;杜欣慧;姚宏民;王凤萍;

摘要(Abstract):

传统聚类算法在进行负荷曲线聚类时,存在不易选取初始聚类中心、需人为确定最佳聚类数、收敛速度慢等问题,并且当负荷数据中含有较多的用户类型时,其聚类效果往往较差,针对以上问题,以密度峰值聚类为基础,提出一种面向多种用户类型的负荷曲线聚类优化算法。该算法通过类间优化与类内优化的方式,实现了数据集的全局扩散与局部收敛,增强了数据的可分性,且具备一定的自愈优化能力。实验选用轮廓系数(silhouette coefficient,SC)作为聚类有效性评价指标,在国内外不同负荷数据集中进行算法的性能测试与参数摄动下的稳定性测试。结果表明该算法在面向含有多种用户类型的负荷数据集时,能够显著提高聚类有效性与鲁棒性,可为电力咨询、精准购电、负荷管理等辅助服务提供决策性信息。

关键词(KeyWords): 多用户类型;密度峰值聚类;距离优化;轮廓系数;鲁棒性

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 王帅;杜欣慧;姚宏民;王凤萍;

Email:

DOI: 10.13335/j.1000-3673.pst.2018.0068

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享