基于ISODATA的電力負荷曲線分類
李仲恒; 劉蓉暉 上海電力學院電氣工程學院; 上海200090
關鍵詞：迭代自組織數據分析算法 聚類 日負荷曲線 曲線識別 大數據
摘要：迭代自組織數據分析算法(ISODATA)是一種基于統計模式識別的非監督學習動態聚類算法。針對當前各算法初始聚類數取值困難、容易陷入局部最優等問題,介紹了ISODATA的原理和實現步驟,并將此算法應用于負荷分類中。在MATLAB中結合具體日負荷曲線樣本進行聚類分析,結果證明聚類效果較好。將ISODATA與各種傳統聚類方法進行了對比實驗,比較各種算法的聚類效果、預定聚類數目對算法結果的影響,以及初始聚類中心的選擇對結果的影響。對比結果證明,此方法適用于負荷分類的研究。
上海電力學院學報雜志要求:
{1}獲基金及獲獎稿件：論文所涉及的課題如取得國家或部、省級以上基金或屬攻關項目，應腳注于文題頁左下方，如基金項目：××（基金編號 ××××）。
{2}稿件文責自負。根據《著作權法》，結合本刊具體情況，編輯部可作文字修改、刪節；凡涉及原意的重大修改，則提請作者考慮。修改稿逾期3個月不返回者，按自動退稿處理。
{3}標題：請用小三黑體，標題應鮮明，一般不超過25個字，不使用外文縮寫詞。
{4}參考文獻為引文型參考文獻。
{5}來稿請注明作者姓名、工作單位、職稱、聯系電話、聯系地址、電子郵箱等信息。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
