改进的电力负荷曲线集成K-medoids聚类算法

• 作者: 杨超 王华勇 肖孝天 韩松
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 电力大数据 负荷曲线 聚类分析 聚类有效性 K-medoids
• 年，卷（期）: 2019,（2）
• 页码范围: 38-43
• 页数: 6页
• 分类号: TM714
• 字数: 2767字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2019.02.007

摘要

电力负荷曲线聚类是配用电大数据挖掘的基础.针对常规K-medoids聚类算法的不足,利用CH指标和启发式方法对常规K-medoids聚类算法进行了改进,实验结果表明,改进的K-medoids聚类算法具有更高的聚类有效性,克服了传统K-medoids聚类算法由用户指定簇族数和随机选取初始质心的问题.为方便分析对22个典型用户年负荷曲线进行归一化处理,并分别采用行业性质、常规K-medoids聚类算法和改进K-medoids聚类算法对经过归一化处理的22个典型用户年负荷曲线进行分类,实验结果表明,根据年负荷曲线特性对负荷曲线进行分类相较于按行业性质对负荷曲线进行分类有更好的效果,而且改进K-medoids聚类算法相较于常规K-medoids聚类算法,能够更客观、准确地对负荷曲线进行有效分类,改进K-medoids聚类算法在电力负荷大数据挖掘具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩松	贵州大学电气工程学院	35	144	6.0	11.0
2	杨超	贵州大学电气工程学院	42	142	7.0	10.0
3	王华勇	贵州大学电气工程学院	4	21	2.0	4.0
4	肖孝天		4	5	1.0	2.0