[发明专利]基于复合聚类算法的电力居民用户日负荷曲线聚类方法在审
| 申请号： | 201910983879.9 | 申请日： | 2019-10-16 |
| 公开（公告）号： | CN110781332A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 游文霞;金之榆 | 申请（专利权）人： | 三峡大学 |
| 主分类号： | G06F16/55 | 分类号： | G06F16/55;G06K9/62;G06Q10/04;G06Q50/06 |
| 代理公司： | 42103 宜昌市三峡专利事务所 | 代理人： | 吴思高 |
| 地址： | 443002 *** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于复合聚类算法的电力居民用户日负荷曲线聚类方法，获取电力居民用户日负荷数据，该数据包含有P个样本，每个样本有Q个时间点属性的数据集矩阵；对电力居民用户日负荷数据进行预处理，获得初始群集；对初始群集进行降维处理，获得降维群集；采用聚类算法1对降维群集进行初步聚类，得到初始聚类中心；采用聚类算法2对聚类算法1得到的初始聚类中心进行聚类，并使用聚类有效性指标，对聚类结果进行评估，最终得到M个聚类中心；采用得到的M个聚类中心，作为聚类算法2的初始聚类中心，对数据进行聚类，获得行为相似的用户群。本发明把庞大零散的日负荷数据聚类成行为相似的用户群。电力企业管理人对聚类成的用户群进行分析，可以更好地预测用电量高峰和低谷，为电力业务的管理提供更可靠地方法。 | ||
| 搜索关键词： | 聚类 聚类算法 日负荷 群集 初始聚类中心 居民用户 用户群 聚类中心 降维 样本 预处理 数据集矩阵 有效性指标 电力企业 降维处理 聚类结果 数据聚类 时间点 数据包 用电量 低谷 复合 评估 预测 高峰 分析 管理 | ||
【主权项】：
1.基于复合聚类算法的电力居民用户日负荷曲线聚类方法，其特征在于包括以下步骤：/n步骤1：获取电力居民用户日负荷数据，该数据包含有P个样本，每个样本有Q个时间点属性的数据集矩阵；/n步骤2：对电力居民用户日负荷数据进行预处理，获得初始群集；/n步骤3：对初始群集进行降维处理，获得降维群集；/n步骤4：采用聚类算法1对降维群集进行初步聚类，得到初始聚类中心；/n步骤5：采用聚类算法2对聚类算法1得到的初始聚类中心进行聚类，并使用聚类有效性指标，对聚类结果进行评估，最终得到M个聚类中心；/n步骤6：采用步骤5得到的M个聚类中心，作为聚类算法2的初始聚类中心，对数据进行聚类，获得行为相似的用户群。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于三峡大学，未经三峡大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910983879.9/，转载请声明来源钻瓜专利网。
