-
题名基于数据挖掘的工业用户用电行为分析
被引量：26
- 1
-
-
作者
徐磊
杨秀
张美霞
-
机构
上海电力学院电气工程学院
-
出处
《电测与仪表》
北大核心
2017年第16期68-74,共7页
-
基金
国家自然科学基金资助项目(51407114)
国家电网公司科技项目资助(520940150010
52094015001L)
-
文摘
文中以上海市部分地区工业用户为研究对象,利用数据挖掘技术分析其用电行为。根据用户档案采集和整合用电数据,同时对数据进行修复和归一化预处理;综合考虑聚类数的确定及初始聚类中心的选择这两个因素,对K-means算法进行优化;利用优化的算法对用户负荷曲线分类并提取特征曲线,分析其用电行为典型特征,并与传统的K-means算法进行比较,同时引入相关指标检验聚类效果。结果表明,采用优化的K-means聚类算法能准确实现不同用户类型的分类识别功能,可以更加准确有效的进行用户用电行为的分析。
-
关键词
工业用户
K-MEANS聚类算法
初始聚类数
初始聚类中心
用电模式提取
用电行为分析
-
Keywords
industrial users, K-means clustering algorithm, initial cluster numbers, initial cluster centers, electricity pattern extraction, electricity behavior analysis
-
分类号
TM933
[电气工程—电力电子与电力传动]
-
-
题名基于模拟退火的样本加权FCM算法
被引量：7
- 2
-
-
作者
段林珊
刘培玉
谢方方
-
机构
山东师范大学信息科学与工程学院
山东省分布式计算机软件新技术重点实验室
-
出处
《计算机工程与设计》
CSCD
北大核心
2013年第6期2004-2008,共5页
-
基金
国家自然科学基金项目(60873247)
山东省自然科学基金项目(ZR2009GZ007
ZR2011FM030)
-
文摘
为了解决模糊C均值聚类算法(FCM)中聚类类数初始值是由先验知识人为确定并且目标函数忽略了样本属性数据之间的不均衡性问题,提出了一种基于模拟退火的样本加权FCM算法(SASWFCM),利用模拟退火算法可以寻求全局最优解的特点,计算出聚类数初始值,并对聚类中心和目标函数进行加权处理。通过实验分析,该算法与原FCM算法相比较而言,无需人为确定聚类初始值并且在分类准确数和准确率上有所提高,体现了算法的优越性,验证了改进后算法的实际价值。
-
关键词
模糊C均值聚类
模拟退火
样本加权
初始聚类数
加权目标函数
自动推理
-
Keywords
fuzzy C-means clustering algorithm
simulated annealing
sample weighting
initial clustering number
weighted objective function
automatic reasoning
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
