基于灰狼优化聚类算法的日负荷曲线聚类分析
针对模糊C-均值聚类算法(Fuzzy C-Means,FCM)应用于日负荷曲线聚类分析时存在易受初始聚类中心影响,易收敛于局部最优值以及日负荷曲线的内在特性难以通过距离得到充分反映的问题,利用日负荷特征值指标对日负荷曲线进行数据降维处理.提出了基于灰狼算法(Grey Wolf Optimizer,GWO)优化的模糊C-均值聚类算法(GWO-FCM).该算法利用GWO为FCM优化初始聚类中心,结合了GWO的全局搜索能力和FCM的局部搜索能力.算例结果表明所提方法可有效提高日负荷曲线聚类效果,算法鲁棒性好.
日负荷曲线聚类分析、灰狼优化算法、模糊C-均值聚类算法、数据降维、算法鲁棒性
48
国家自然科学基金项目资助;中国南方电网公司科技项目资助
2020-04-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
68-76