调和聚类-分类方法在电力负荷预测中的应用

被引：11

作者：

窦全胜 ^{[1
,2
,3
]}

史忠植 ^{[1
]}

姜平 ^{[2
]}

马君华 ^{[3
]}

机构：

[1] 中国科学院计算技术研究所智能信息处理实验室

[2] 山东工商学院计算机科学与技术学院

[3] 不详

来源：

计算机学报 | 2012年 / 35卷 / 12期

关键词：

聚类; 分类; 负荷预测; 调和矩阵;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TP311.13 [];

学科分类号：

1201 ;

摘要：

分类和聚类是数据挖掘中两个重要的研究领域,分类需要相关的先验知识,而聚类往往依据某种相似性测度,从数据本身来寻找其内在特征.在电力系统负荷预测过程中,依靠先验知识得到的分类结果与聚类结果之间并不协调.针对这一问题,文中给出了调和矩阵的定义,并在此基础上,提出调和聚类-分类算法,将该方法应用于电力系统负荷预测的样本分类中,实际结果表明,通过文中方法得到的分类结果更加客观和科学,预测结果的可靠性得到了保证.

引用

页码：2645 / 2651

页数：7

共 6 条

[1] 基于混淆矩阵和Fisher准则构造层次化分类器
张静
宋锐
郁文贤
夏胜平
胡卫东
[J]. 软件学报, 2005, (09) : 1560 - 1567
[2] 电力系统负荷预测研究综述与发展方向的探讨
康重庆
夏清
张伯明
[J]. 电力系统自动化, 2004, (17) : 1 - 11
[3] 聚类/分类中的粒度原理
卜东波
白硕
李国杰
[J]. 计算机学报, 2002, (08) : 810 - 816
[4] 基于支持向量机与无监督聚类相结合的中文网页分类器
李晓黎
刘继敏
史忠植
[J]. 计算机学报, 2001, (01) : 62 - 68
[5] Electric load forecasting: literature survey and classification of methods[J] . Hesham K. Alfares,Mohammad Nazeeruddin.International Journal of Systems Science . 2002 (1)
[6] Survey of Clustering Algorithms .2 Rui Xu,Donald Wunsch II. IEEE Transactions on Neural Networks . 2005

← 1 →