结合降维技术的电力负荷曲线集成聚类算法

• 作者: 庄池杰 张斌 张明明 曾嵘 王科 胡军 陈水明
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 能源互联网 电力大数据 负荷曲线 聚类有效性 集成聚类算法
• 年，卷（期）: 2015,（15）
• 所属期刊栏目: 能源互联网
• 页码范围: 3741-3749
• 页数: 9页
• 分类号: TM715
• 字数: 6285字
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.2015.15.001

摘要

电力负荷曲线聚类是配用电大数据挖掘的基础。分析3种典型聚类有效性指标，指出Davies-Bouldin有效性指标更适用于评估负荷曲线的聚类结果。研究基于层次、基于划分、基于密度、基于模型等类型的聚类算法，从聚类效率和聚类质量两方面评价各种算法。层次聚类的质量较高，效率较低；划分聚类的效率较高，质量较低。针对单一聚类算法的不足，研究基于经典聚类算法的集成聚类算法并将其应用于负荷曲线聚类。该算法包括bootstrap重采样、划分聚类、层次聚类3步，对不同规模数据集的聚类结果表明集成算法具有更好的性能，特别适用于大规模数据集聚类。针对电力负荷曲线的特征，研究多种数据集降维算法，在降维后的数据集上进行集成聚类，比较各种降维算法的信息损失和计算效率。研究结果表明，对于大规模电力负荷曲线的聚类问题，结合主成分分析降维的集成聚类算法可以取得最佳效果。