基于双尺度度量的改进模糊均值曲线聚类方法研究

陈甜甜; 高亚静; 卢占会

首页> 中文期刊> 《综合智慧能源》 >基于双尺度度量的改进模糊均值曲线聚类方法研究

基于双尺度度量的改进模糊均值曲线聚类方法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

智能化电力网络中存在许多随时间变化表现出明显曲线特征的函数型数据,进行曲线聚类可以有效挖掘数据信息。针对模糊均值聚类算法初始聚类中心选取困难以及曲线聚类方法中相似度衡量不准确等问题,提出一种基于双尺度度量的改进模糊均值曲线聚类方法。根据皮尔逊距离衡量曲线的纵向形状相似性、动态时间弯曲距离衡量曲线的横向形状相似性,提出一种基于双尺度度量的密度峰值算法确定初始聚类中心;采用改进熵权法融合皮尔逊距离与动态时间弯曲距离作为聚类算法中的相似性度量;采用聚类有效性指标,从聚类效果、算法稳定性2个方面对聚类结果和算法性能进行评价;最后采用某地区一年的风电实际出力数据作为算例样本进行聚类分析,验证了所提出模型及算法的正确性和有效性。

著录项

来源
《综合智慧能源》 |2022年第4期|1-11|共11页
作者
陈甜甜; 高亚静; 卢占会;
展开▼
作者单位

华北电力大学数理学院;

中国华能集团碳中和研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类算法理论;
关键词
智能电网; 数据挖掘; 曲线聚类; 改进模糊均值曲线聚类; 皮尔逊距离; 动态时间弯曲距离; 改进熵权法; 相似度; 风电;

相似文献

中文文献
外文文献
专利

1. 基于减法聚类与改进的模糊C-均值聚类算法的说话人识别方法的研究 [J] . 崔连延 ,徐林 ,顾树生 . 信息与控制 . 2008,第3期
2. 基于减法聚类改进的模糊c-均值算法的模糊聚类研究 [J] . 于迪 ,李义杰 . 微型机与应用 . 2010,第016期
3. 采用中心优化和双尺度相似性度量的改进K-means负荷聚类方法 [J] . 黄冬梅 ,葛书阳 ,胡安铎 . 电力系统及其自动化学报 . 2021,第012期
4. 一种基于模糊神经网络–模糊C均值聚类的双偏振气象雷达降水粒子分类方法 [J] . 李海 ,任嘉伟 ,尚金雷 . 电子与信息学报 . 2019,第004期
5. 采用不确定性度量的粗糙模糊C均值聚类参数获取方法 [J] . 王学恩 ,韩德强 ,韩崇昭 . 西安交通大学学报 . 2013,第006期
6. 基于改进模糊均值聚类算法的遥感图像聚类 [C] . SHEN Zhong-yang ,沈忠阳 ,QIN Ya-li . 浙江省信号处理学会2012学术年会 . 2012
7. 基于核方法改进的模糊C-均值聚类算法 [A] . 朱美玲 . 2010

基于双尺度度量的改进模糊均值曲线聚类方法研究

摘要

著录项

相似文献

相关主题

期刊订阅