基于聚类集成的用户负荷模式识别

• 作者: 严宇平 黄剑文
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 负荷模式 共识矩阵 聚类集成 CSPA算法 行为分析
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 237-241
• 页数: 5页
• 分类号: TP18
• 字数: 4413字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.12.057

摘要

为提高错峰管理中用户负荷模式识别的可靠性与普适性，针对目前单一聚类算法难以解决用电负荷数据的不平衡性以及时序特性等问题，提出一种基于聚类集成技术的用户负荷模型识别方案。利用多种标准化方法以及经遴选的聚类算法生成多样化的聚类成员，通过将所有聚类成员合并构造共识矩阵并进行重构，得到较单一聚类算法更为优越的分群结果。该方案比采用单一的聚类分析得到的用户用电负荷数据分簇结果更稳健可靠，且对数据结构变化的敏感度低、分簇效果更好、泛化能力更强，并在中山市6500家专变用户的用电负荷模式识别中取得了良好的应用效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严宇平	广东电网公司信息中心	11	43	5.0	6.0
2	黄剑文	广东电网公司信息中心	10	45	4.0	6.0