机器学习聚类组合算法及其应用

• 作者: 王琦 王琳璘 谢忠局 陈永权
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 系统聚类 K-means 电力用户 负荷分类
• 年，卷（期）: 2018,（3）
• 页码范围: 463-466
• 页数: 4页
• 分类号: TP181
• 字数: 1952字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2018.03.019

摘要

本文首先分析了电力负荷的特点,并对现有的负荷特性指标做了分类,然后在详细分析系统聚类法和K-means聚类算法的基础上,结合电力负荷特性的特点提出了一种基于系统聚类与K-means相结合的组合分类方法,该方法可以用于电力负荷特性分类,也可以用于现金流量历史数据的特性分类以及负荷预测的数据分析.最后,应用某产业园区电子企业的日负荷数据对算法做了算例验证,算例结果表明该方法能够对用户的负荷特点做出较为准确的判断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琳璘		10	38	4.0	6.0
2	陈永权		24	140	7.0	11.0
3	谢忠局		1	4	1.0	1.0
4	王琦		1	4	1.0	1.0