科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位上海电力大学; 数理学院
