共 10 条
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
基于用电信息采集系统用户负荷特性聚类分析
被引：13
作者：
朱天博
[1
,2
]
傅军
[1
,2
]
杨一帆
[1
,2
]
孙志杰
[1
,2
]
周辛南
[1
,2
]
机构：
[1] 华北电力科学研究院有限责任公司
[2] 国网冀北电力有限公司电力科学研究院
来源：
关键词：
负荷特性;
聚类分析;
K均值;
D O I：
暂无
中图分类号：
TM714 [负荷分析];
学科分类号：
080802 [电力系统及其自动化];
摘要：
基于用电信息采集系统的用户负荷数据聚类分析,是获得典型负荷曲线和按负荷特性完成用户分类的重要手段。K均值聚类算法(K-means)是目前应用较多的电力负荷分类算法,但K-means算法最大问题在于无法自动获取最优聚类数目。对此,文章提出了一种基于聚类结果评价指标及分类复杂程度确定聚类数目的方法,得到的聚类数目可作为K-means的初始输入。该方法可以有效降低K-means分类算法中人工参与程度,并能获得较优的聚类结果。文章末尾通过实际算例分析验证了所提分类方法的正确性。
引用
收藏
页码：70 / 73
页数：4
相关论文