基于SOM-DB-PAM混合聚类算法的电力客户细分

摘要：

针对电力客户具有客户数量大、存在孤立点等特点,提出一种适用于对大量电力客户进行快速聚类的SOM-DB-PAM混合聚类算法.该算法利用自组织映射神经网络训练输入数据,以获取代表输入模式且数据量远小于输入数据量的原型向量,使用围绕中心点的切分(PAM)对该原型向量聚类并用Davies-Bouldin指标判定最优聚类个数以保证聚类效果.实验结果表明,与传统聚类算法相比,该算法具有更高的分类正确率,当客户数量较大时,能实现对客户的快速、有效聚类,并减少人为指定聚类个数的盲目性和主观性.

关键词：电力客户细分、围绕中心点的划分、自组织映射、混合聚类算法、聚类分析

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家教育部博士点基金资助项目20116102110036

在线出版日期：2015-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：295-301,308