基于局部密度的最小生成树聚类算法及其在电力大数据的应用

• 作者: 靳文星 王电钢 张哲敏
• 来源期刊: 四川电力技术
• 关键词: 最小生成树 聚类 局部密度峰值 基于共享邻点的距离
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 国网四川省电力公司研究生工作站专栏|Thesis by Postgraduate Workstation of State Grid SEPC
• 页码范围: 16-19,49
• 页数: 5页
• 分类号: TM769
• 语种: 中文
• DOI: 10.16527/j.issn.1003-6954.20210404

摘要

电力大数据主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节,,如何运用这些数据提高电力管理工作的智能化水平已经成为相关电力环节十分重要的研究课题之一.但现有电力大数据中用到的聚类方法却不能发现任意形状的数据集聚类类别(即类簇),这影响了电力大数据在应用中的计算精度与计算时长.因此提出了一种新的算法,即使用局部密度峰值和基于共享邻点的距离,更好地结合了密度与距离的关系,表示出数据之间的差异.使用局部密度峰值并用基于共享邻点的距离来构造最小生成树,然后重复切割最长的边,直到找到给定数量的簇.在电力大数据应用上的实验结果表明,该算法在具有良好的效果.