%0 Journal Article
%T 结合降维技术的电力负荷曲线集成聚类算法
%A 张斌
%A 庄池杰
%A 胡军
%A 陈水明
%A 张明明
%A 王科
%A 曾嵘
%J 中国电机工程学报
%P 3741-3749
%D 2015
%R 10.13334/j.0258-8013.pcsee.2015.15.001
%X 电力负荷曲线聚类是配用电大数据挖掘的基础。分析3种典型聚类有效性指标,指出Davies-Bouldin有效性指标更适用于评估负荷曲线的聚类结果。研究基于层次、基于划分、基于密度、基于模型等类型的聚类算法,从聚类效率和聚类质量两方面评价各种算法。层次聚类的质量较高,效率较低;划分聚类的效率较高,质量较低。针对单一聚类算法的不足,研究基于经典聚类算法的集成聚类算法并将其应用于负荷曲线聚类。该算法包括bootstrap重采样、划分聚类、层次聚类3步,对不同规模数据集的聚类结果表明集成算法具有更好的性能,特别适用于大规模数据集聚类。针对电力负荷曲线的特征,研究多种数据集降维算法,在降维后的数据集上进行集成聚类,比较各种降维算法的信息损失和计算效率。研究结果表明,对于大规模电力负荷曲线的聚类问题,结合主成分分析降维的集成聚类算法可以取得最佳效果。
%K 能源互联网
%K 电力大数据
%K 负荷曲线
%K 聚类有效性
%K 集成聚类算法
%U http://www.pcsee.org/CN/abstract/abstract27923.shtml