共 9 条
- [8] SELF-ORGANIZED FORMATION OF TOPOLOGICALLY CORRECT FEATURE MAPS[J]. BIOLOGICAL CYBERNETICS, 1982, 43 (01) : 59 - 69KOHONEN, T
基于自组织映射神经网络的电力用户负荷曲线聚类
被引：44
作者：
李智勇
[1
]
吴晶莹
[1
]
吴为麟
[1
]
宋保明
[2
]
机构：
[1] 浙江大学电气工程学院
[2] 北京市电力公司昌平供电公司
来源：
关键词：
数据挖掘;
电力用户;
负荷曲线;
聚类分析;
自组织映射;
D O I：
暂无
中图分类号：
TM714 [负荷分析];
学科分类号：
摘要：
电力用户负荷曲线的聚类是形成合理电价体系和实施负荷管理措施的基础。文中基于自组织映射(SOM)神经网络进行低压终端用户的负荷曲线聚类研究。首先定义并提取功率曲线、分时功率、功率频谱3类向量,分别作为SOM神经网络的输入进行可视化聚类。采用相对量化误差和拓扑误差2个指标表征聚类质量,选取聚类结果最好的SOM输出层结合k均值法进行用户负荷曲线划分。根据Davies指标将所研究的131条曲线划分为8类,对每类曲线进行描述。最后进行新用户的识别,结果表明聚类方法有效、可靠。
引用
收藏
页码：66 / 70+78
+78
页数：6
相关论文