10.16081/j.issn.1006-6047.2016.06.030
基于Kernel K-means的负荷曲线聚类
电力负荷曲线聚类是配用电系统的基础,对负荷管理具有重大意义.采用基于核方法的聚类算法提高负荷曲线聚类的准确性,通过点积的方式构造核矩阵,再将数据映射到高维空间中进行聚类,进而加大数据的可分性.同时,针对核矩阵的规模大、计算复杂的问题,提出使用核主成分与缩减矩阵规模对该方法进行优化.实验过程中采用美国能源部开发能源信息网站提供的负荷数据进行聚类,并以Davies-Bouldin聚类有效性指标评估效果.结果表明该方法具有较好的划分能力,可以提高负荷曲线聚类的准确性.
负荷曲线、聚类算法、核矩阵、核主成分分析、削减矩阵
36
TM714(输配电工程、电力网及电力系统)
中央高校基本科研业务费专项资金资助项目12M-S121Project supported by the Fundamental Research Funds for the Central Universities 12MS121
2016-07-07(万方平台首次上网日期,不代表论文的发表时间)
203-207