| 结合降维技术的电力负荷曲线集成聚类算法 |
| |
| 引用本文： | 张斌,庄池杰,胡军,陈水明,张明明,王科,曾嵘.结合降维技术的电力负荷曲线集成聚类算法[J].中国电机工程学报,2015(15). |
| |
| 作者姓名： | 张斌 庄池杰 胡军 陈水明 张明明 王科 曾嵘 |
| |
| 作者单位： | 1. 电力系统及发电设备控制和仿真国家重点实验室 清华大学电机系,北京市海淀区,100084
2. 南方电网科学研究院,广东省广州市,510080 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 能源互联网 电力大数据 负荷曲线 聚类有效性 集成聚类算法 |
Ensemble Clustering Algorithm Combined With Dimension Reduction Techniques for Power Load Profiles |
| |
| ZHANG Bin,ZHUANG Chijie,HU Jun,CHEN Shuiming,ZHANG Mingming,WANG Ke,ZENG Rong.Ensemble Clustering Algorithm Combined With Dimension Reduction Techniques for Power Load Profiles[J].Proceedings of the CSEE,2015(15). |
| |
| Authors: | ZHANG Bin ZHUANG Chijie HU Jun CHEN Shuiming ZHANG Mingming WANG Ke ZENG Rong |
| |
| Abstract: | |
| |
| Keywords: | energy internet power big data load profiles clustering validity ensemble clustering algorithm |
|
|
