基于自适应模糊C均值聚类算法的电力负荷特性分类

被引：14

作者：

赵国生 ^{[1
]}

牛贞贞 ^{[1
]}

刘永光 ^{[2
]}

孙超亮 ^{[2
]}

机构：

[1] 郑州大学电气工程学院

[2] 河南许继仪表有限公司

来源：

郑州大学学报(工学版) | 2015年 / 06期

关键词：

负荷聚类; C均值聚类算法; 负荷特性; 日负荷曲线;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

针对传统模糊C均值聚类算法(FCM)存在的缺点,提出了一种自适应FCM算法,该算法以类内距离MIA和类间距离MDC两个聚类结果评价指标为基础,把MDC和MIA的比值I作为自适应函数来确定FCM算法的聚类数目c;同时,根据模糊决策的方法,利用FCM算法的目标函数和划分熵来共同确定最优的模糊加权指数m的取值.结果表明:该算法不仅能够克服FCM算法无法自动确定聚类数目和模糊加权指数需要凭经验给出的缺点,而且得到的聚类结果是最优的,通过算例分析也证明了该算法的正确性和有效性.

引用

页码：56 / 60

页数：5

共 9 条

[1] 基于改进模糊C均值算法的电力负荷特性分类 [J].