典型文献
基于粒计算和双尺度相似性的负荷曲线集成聚类算法
文献摘要：
电力负荷曲线聚类通常依靠负荷形态差异和负荷数值差异对负荷曲线进行分类.提出了一种基于粒计算和双尺度相似性的集成聚类算法,采用以欧氏距离和皮尔森相关系数作为相似性度量的K-means算法生成基聚类,再通过粒度距离度量基聚类间的相似性,从而选择部分基聚类参与集成,最后生成相似度矩阵并采用层次聚类获得最终聚类结果.算例结果表明,该算法能够克服传统负荷聚类算法只能从数值相似性或形态相似性上单一的度量负荷曲线相似性的局限,可以显著提高电力负荷曲线聚类的质量.
文献关键词：
负荷聚类;粒计算;双尺度相似性;相似度矩阵;集成算法
中图分类号：
作者姓名：
孙园;李秋雨;黄冬梅;孙玉芹;胡安铎;孙锦中
作者机构：
上海电力大学数理学院,上海市201306;上海电力大学电子与信息工程学院,上海市201306
文献出处：
引用格式：
[1]孙园;李秋雨;黄冬梅;孙玉芹;胡安铎;孙锦中-.基于粒计算和双尺度相似性的负荷曲线集成聚类算法)[J].电力建设,2022(05):117-126
A类：
双尺度相似性
B类：
粒计算,集成聚类,聚类算法,电力负荷,负荷曲线聚类,形态差异,欧氏距离,皮尔森相关系数,相似性度量,means,度距离,距离度量,相似度矩阵,层次聚类,负荷聚类,形态相似,曲线相似,集成算法
AB值：
0.274101
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
