基于模糊C均值聚类算法的用电行为模式分类

基于模糊C均值聚类算法的用电行为模式分类
张凯;冯剑;刘建华;白新雷;宫飞翔;刘祖东;朱栋;高赐威;吴英俊
【期刊名称】《电力需求侧管理》
【年(卷),期】2022(24)3
【摘要】通过对负荷数据的归类分析,可以得到电力用户的用电行为特征,为需求响应策略制定和效果评估提供支撑。

首先,对负荷数据进行预处理,包括非正常数识别与处理,以及平滑处理去除毛刺数据;其次,针对模糊C均值聚类算法对初始聚类中心敏感、易陷入局部最优和受噪声影响大等问题,提出采用最短距离法聚类为模糊C 聚类提供初始聚类中心、利用有效性分析类内样本相似程度和不同类之间独立程度来判别聚类结果优劣、以及通过数据密度识别并剔除噪声点等改进措施,提升了模糊C均值聚类算法性能;最后,通过对比其他方法以及对某纺织企业负荷聚类分析,验证了改进算法的正确性与有效性。

【总页数】6页(P98-103)
【作者】张凯;冯剑;刘建华;白新雷;宫飞翔;刘祖东;朱栋;高赐威;吴英俊
【作者单位】国网河北省电力有限公司;中国电力科学研究院有限公司;河海大学能源与电气学院;东南大学电气工程学院
【正文语种】中文
【中图分类】TM732;TP274
【相关文献】
1.基于模糊C均值聚类算法的区域用电特征分析
2.基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割
3.基于K均值聚类算法的大客户用电行为分析
4.基于K-均值聚类算法的大客户用电行为分析
5.基于K-均值聚类算法的大客户用电行为分析
因版权原因，仅展示原文概要，查看原文内容请购买。