基金项目:国家自然科学基金(61202369,61401269,61572311);上海市科技创新行动计划地方院校能力建设项目(17020500900);上海市教育发展基金会和上海市教育委员会“曙光计划”(17SG51)收稿日期:2021-05-18修回日期:2021-05-27第40卷第4期计算机仿真2023年4月文章编号:1006-9348(2023)04-0103-05基于MDS-WFCM的日负荷曲线聚类方法杨邓1,杨俊杰1,2(1.上海电力大学电子与信息工程学院,上海200090;2.上海电机学院,上海201306)摘要:电力负荷曲线聚类是挖掘电力消耗大数据的主要方法。为解决现有研究中聚类方法在运行效率、聚类质量等方面存在的不足,提出了一种基于多维标尺(MDS)及加权模糊C均值聚类(WFCM)的日负荷曲线聚类方法。首先使用MDS将负荷曲线数据降维处理,然后利用最小二乘法原理(LSM)确定降维指标数目以及改进熵权法确定指标权重,最后采用WFCM聚类方法对日负荷曲线聚类分析。算例分析表明,所提方法在聚类效率、质量以及算法鲁棒性方面均优于传统方法。关键词:多维标尺;最小二乘法;改进熵权法;鲁棒性中图分类号:TP301.6文献标识码:BClusteringMethodofDailyLoadCurveBasedonMDS-WFCMYANGDeng1,YANGJUN-jie1,2(1.SchoolofElectronicandInformationEngineering,ShanghaiUniversityofElectricPower,Shanghai200090,China;2.ShanghaiDianjiUniversity,Shanghai201306,China)ABSTRACT:Powerloadcurveclusteringisthemainmethodforminingbigdataofpowerconsumption.Inordertosolvetheshortcomingsoftheexistingclusteringmethodsintermsofoperationefficiencyandclusteringquality,thispaperproposesadailyloadcurveclusteringmethodbasedonmulti-dimensionalscale(MDS)andweightedfuzzyC-meansclustering(WFCM).Firstly,theMDSwasusedtoreducethedimensionofloadcurvedata.Then,theleastsquaremethod(LSM)wasusedtodeterminethenumberofdimensionreductionindicators,andtheimprovedentropyweightmethodwasusedtodeterminetheweightofindicators.Finally,theWFCMclusteringmethodwasusedtoclusteranalysisthedailyloadcurve.Numericalexamplesshowthattheproposedmethodissuperiortotraditionalmethodsinclusteringefficiency,qualityandalgorithmrobustness.KEYWORDS:Multidimensionalscaling;Leastsquaremethod;Improvedentropyweightmethod;Robustness1引言近年来,随着智能电网数字化、信息化的不断发展,电网公司积累了海量的用电负荷数据。聚类算法...
