科研之友
微信
新浪微博
Facebook
分享链接
摘要
负荷曲线聚类在负荷预测，需求侧响应等方面有重要应用。目前负荷数据日趋海量化和多维化，需要对其进行降维处理，但现有的降维会对曲线信息造成一定程度的损失，为此提出了一种基于多维缩放(Multi-Dimensional Scaling, MDS)降维的日负荷曲线聚类方法。使用MDS算法对采集到的负荷数据进行降维处理，采用CRITIC—熵权法作为降维指标的权重配置方法，通过计及权重的修正轮廓系数选择最优类簇数，以加权欧式距离的K-means算法进行聚类。通过算例表明该方法能最大程度保留原始曲线信息，在聚类准确度和运行时间两方面均有优势。
-
单位中国电力科学研究院有限公司; 上海电力大学
