基于高维数据优化聚类的长周期峰谷时段划分模型研究

• 作者: 张文月 张超 李娜 王玉玮 王磊 舒艳
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 时段划分 聚类分析 K-均值算法 数据高维化
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 分析与研究
• 页码范围: 67-71
• 页数: 5页
• 分类号: TM715
• 字数: 5626字
• 语种: 中文

摘要

为了使峰谷时段划分结果客观反映出各时段的负荷差异,且能够在一个较长的时间周期(例如1a)内适用,本文提出一种以数据样本集高维化处理和K-均值聚类分析相结合的时段划分模型.首先,通过数据高维化的处理方法构建涵盖较长时间周期(例如1a)内所有负荷信息的数据样本集;其次,以K-均值算法为聚类分析工具,在高维数据样本集上构建峰谷时段划分模型.最后,结合某区全年负荷数据,对所构建的模型进行算例仿真,在验证模型的合理性基础上,最终输出时段划分结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超		55	191	8.0	12.0
2	王玉玮		18	71	5.0	7.0
3	舒艳		4	28	3.0	4.0
4	李娜	国网天津市电力公司经济技术经济研究院	10	20	3.0	4.0
5	王磊	国网天津市电力公司经济技术经济研究院	7	16	2.0	4.0
6	张文月		8	38	5.0	5.0