- 详情
- 2021-04-27
- 简介
pdf
- 1.5MB
- 页数 6P
- 阅读 102
- 下载 24
针对电力大数据背景下智能电力用户负荷模式提取的可靠性不高且传统单一聚类算法聚类结果不稳定的问题,提出一种基于主成分分析与聚类融合相结合的电力用户负荷模式提取方法。首先,对负荷数据进行预处理,通过主成分分析法减少特征间分类信息冗余实现高维特征的降维。然后,用四种聚类方法分别对降维后的数据集进行聚类分析,得到具有差异性的聚类成员。最后,利用共识矩阵对所得聚类成员进行聚类融合,得到优于单一聚类算法的最终聚类结果。通过电网实际用电数据验证了所提负荷模式提取方法能够提高聚类准确率并降低计算复杂性,并用有效性指标Silhouette对最终聚类结果进行评价。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于聚类融合技术的电力用户负荷模式提取方法 1.5MB
基于理想模糊物元的电力用户价值评价 188KB
基于理想模糊物元的电力用户价值评价 1009KB
电力用户业扩工程技术规范 15KB
电力负荷用户终端 136KB
电力负荷控制用户终端 436KB
电力负荷控制用户终端 117KB
基于EPC的电力用户工程良好营商环境构建效果评价 1.4MB
基于模糊综合评价的聚类分析在电力负荷建模中的应用 159KB
基于改进极限学习机的短期电力负荷预测方法 871KB