基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
科学、准确的用户用电特征分析对掌握负荷发展变化规律,提高电力需求预测的准确性,保障系统规划和经济运行具有重要意义.文中在对K-means算法深入研究的基础上,结合电力负荷数据海量、多维等特点,通过归一化处理,异常数据剔除,改进的二分K-means算法进行自聚类,对各优化算法进行分析,克服了传统K-means算法对异常数据敏感和初始聚类中心的随机性问题.实验结果表明,优化的自聚类算法能够提高分类的准确性,提高收敛效率,实现用户数据特征自动辨识分类.
推荐文章
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于Kd树改进的高效K-means聚类算法
k-means算法
簇心
kd树
剪枝策略
CK-means算法
基于改进BA算法的K-means聚类
蝙蝠算法
莱维飞行
惯性权重
limit阈值
K-means算法
个性化服务中的并行K-Means聚类算法
个性化服务
并行
聚类算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 K-means改进算法在电力用户聚类辨识中的应用
来源期刊 信息技术 学科 工学
关键词 配电网 K-means算法 分类辨识 自聚类算法 准确性
年,卷(期) 2017,(10) 所属期刊栏目 应用技术
研究方向 页码范围 108-112,117
页数 6页 分类号 TP399
字数 4602字 语种 中文
DOI 10.13274/j.cnki.hdzj.2017.10.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖勇 46 297 9.0 16.0
2 王岩 11 65 4.0 8.0
3 孙宇军 9 65 4.0 8.0
4 李秋硕 7 86 6.0 7.0
5 张朝鑫 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (656)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (29)
二级引证文献  (1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(14)
  • 参考文献(2)
  • 二级参考文献(12)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(22)
  • 参考文献(1)
  • 二级参考文献(21)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
配电网
K-means算法
分类辨识
自聚类算法
准确性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导