基于核的模糊C均值逐层聚类算法在负荷分类中的应用

摘要：

针对传统的模糊C均值聚类方法不适于非正态分布数据集的聚类、处理高维数据集收敛速度缓慢以及噪声点敏感的问题,提出了一种基于核的模糊C均值逐层聚类方法,应用于电力负荷特性分类.该方法的核心是2个模块和1个算法:改进快速排序法模块、核函数模块与模糊C均值算法.改进快速排序法模块将大数据集划分为若干特征突出的子空间,进而结合核函数模块与模糊C均值算法对各子空间进一步精确分类.以广东省的负荷调研数据为基础,在Matlab平台上对基于核的模糊C均值逐层聚类方法与模糊C均值算法的分类结果进行对比分析,结果表明:前者在提高分类效率与分类精确度的同时,具备较理想的收敛速度;另外,前者分类结果精细程度的可控性有利于电网工程实用规划.

关键词：负荷分类、改进快速排序法、核函数、模糊C均值

所属期刊栏目：36

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：教育部中央高校基本科研业务费专项资金资助项目2014MS05.Project Supported by the Fundamental Research Funds for the Central Universities 2014MS05

在线出版日期：2015-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：46-51