基于数据划分的工业电力负荷曲线聚类研究

摘要:工业电力用户作为电力需求大客户,为了对其负荷曲线聚类,研究其负荷模式,基于某生态城工业电力用户负荷曲线数据,比较了划分聚类和层次聚类中较常用和传统的五类算法,提出了基于数据划分的层次聚类算法,分析了基于数据划分的层次聚类、传统层次聚类和划分聚类算法的差异。运用基于数据划分的层次聚类算法对该生态城工业电力用户负荷曲线聚类。研究表明:基于数据划分的层次聚类算法与传统层次聚类算法相比,可以用较短的聚类时间得到较好的聚类结果;与K-means算法相比,当数据规模较小时,聚类时间增加,但聚类质量大幅度提升;当数据规模较大时,该算法比K-means算法的聚类时间更短。

关键词:
  • 负荷曲线  
  • 数据划分  
  • 层次聚类  
  • 划分聚类  
  • 工业用户  
作者:
潘明明; 田世明; 魏娜; 赵嵩正; 王莉芳; 吴磊
单位:
中国电力科学研究院; 北京100192; 西北工业大学管理学院; 陕西西安710072; 国网天津市电力公司; 天津300010
刊名:
电气自动化

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:电气自动化

电气自动化杂志紧跟学术前沿,紧贴读者,国内刊号为:31-1376/TM。坚持指导性与实用性相结合的原则,创办于1979年,杂志在全国同类期刊中发行数量名列前茅。