基于改进的并行K-Means算法的电力负荷聚类研究

摘要：

电力企业通常根据电力负荷数据,采用传统的K-Means算法对客户进行划分,而这种方法最大的缺陷就是必须由用户手动指定聚类簇数.提出了一种将Canopy算法和K-Means算法结合应用于负荷聚类的方法,无需手动指定聚类簇数.收集到的用户历史用电数据,使用并行计算框架MapReduce对原始数据进行预处理.应用Canopy和K-Means算法建立自动负荷聚类模型.在真实用电数据上进行实证分析,通过使用Silhouette指标对结果进行评估,证明提出的方法更加稳定和具有广泛的适用性.

关键词：负荷聚类、并行计算、Canopy、K-Means

所属期刊栏目：53

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61300104;福建省科技创新平台建设2009J1007;福建省自然科学基金2013J01230;福建省高校杰出青年科学基金JA12016;福建省高等学校新世纪优秀人才支持计划JA13021

在线出版日期：2017-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：260-265