典型文献
基于模糊C均值聚类算法的用电行为模式分类
文献摘要：
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.
文献关键词：
用电模式;聚类分析;最短距离法;改进模糊C均值
中图分类号：
作者姓名：
张凯;冯剑;刘建华;白新雷;宫飞翔;刘祖东;朱栋;高赐威;吴英俊
作者机构：
国网河北省电力有限公司,石家庄 050000;中国电力科学研究院有限公司,北京100192;河海大学能源与电气学院,南京 211100;东南大学电气工程学院,南京210096
文献出处：
引用格式：
[1]张凯;冯剑;刘建华;白新雷;宫飞翔;刘祖东;朱栋;高赐威;吴英俊-.基于模糊C均值聚类算法的用电行为模式分类)[J].电力需求侧管理,2022(03):98-103
A类：
B类：
均值聚类,聚类算法,用电行为模式,模式分类,负荷数据,归类分析,电力用户,行为特征,需求响应策略,策略制定,效果评估,非正常,平滑处理,理去,毛刺,初始聚类中心,局部最优,噪声影响,最短距离法,有效性分析,相似程度,数据密度,除噪声,噪声点,算法性能,其他方法,纺织企业,负荷聚类分析,改进算法,用电模式,改进模糊
AB值：
0.444698
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。
