一种基于双层聚类分析的负荷形态组合识别方法

摘要：

区别于传统用户用电行为分析方法，提出一种以聚类算法为基础的双层聚类分析方法。该方法结合给出的内、外层变随机设置为有目的选取初始聚类中心的选取规则，解决了聚类算法受初始聚类中心随机选取的影响，其收敛容易陷入局部最小化的问题。利用余弦相似度形态相似作为外层聚类的判据、欧式距离相近作为内层聚类的判据，对不需要经过归一化处理的用户用电轨迹向量进行分类。最后对某地区电力用户日负荷曲线进行算例分析，结果表明：双层聚类组合方法能把不同负荷形态及其大、小用户准确识别出来，实现了地区负荷形态的自动分类识别功能，证明了上述方法的有效性和优越性。

关键词：聚类分析、余弦相似度、欧式距离、负荷形态、初始聚类中心

所属期刊栏目：40

分类号：TM711(输配电工程、电力网及电力系统)

资助基金：南方电网公司科技项目K-GD2014-0609。Project Supported by Science and Technology Foundation of China Southern Power Grid Company Limited K-GD2014-0609

在线出版日期：2016-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1495-1501