一种基于双层聚类分析的负荷形态组合识别方法

• 作者: 彭显刚 王星华 陈卓优
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 聚类分析 余弦相似度 欧式距离 负荷形态 初始聚类中心
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 电力系统
• 页码范围: 1495-1501
• 页数: 7页
• 分类号: TM711
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2016.05.030

摘要

区别于传统用户用电行为分析方法，提出一种以聚类算法为基础的双层聚类分析方法。该方法结合给出的内、外层变随机设置为有目的选取初始聚类中心的选取规则，解决了聚类算法受初始聚类中心随机选取的影响，其收敛容易陷入局部最小化的问题。利用余弦相似度形态相似作为外层聚类的判据、欧式距离相近作为内层聚类的判据，对不需要经过归一化处理的用户用电轨迹向量进行分类。最后对某地区电力用户日负荷曲线进行算例分析，结果表明：双层聚类组合方法能把不同负荷形态及其大、小用户准确识别出来，实现了地区负荷形态的自动分类识别功能，证明了上述方法的有效性和优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭显刚		105	1183	20.0	30.0
2	王星华		56	514	13.0	20.0
3	陈卓优		3	8	2.0	2.0