基于改进高斯混合模型的变电站负荷聚类算法OA北大核心CSTPCD
针对传统高斯混合模型(Gaussian mixture model,GMM)聚类算法中计算复杂、收敛速度慢和人为确定聚类数目时存在盲目性和主观性等不足,提出了一种基于改进GMM的变电站负荷聚类算法。以传统GMM聚类算法为基础,采用k均值(k-means)算法确定初始聚类中心。减少了GMM聚类算法迭代步骤,提高了输出结果的稳定性。输出不同聚类数下聚类结果的Davies-Bouldin(DB)指标、CalinskiHarabasz(CH)指标和轮廓系…查看全部>>
余浩;高镱滈;潘险险;徐衍会;李雪松;孙宇航
广东电网有限责任公司电网规划研究中心,广东省广州市510030华北电力大学电气与电子工程学院,北京市昌平区102206广东电网有限责任公司电网规划研究中心,广东省广州市510030华北电力大学电气与电子工程学院,北京市昌平区102206华北电力大学电气与电子工程学院,北京市昌平区102206华北电力大学电气与电子工程学院,北京市昌平区102206
动力与电气工程
高斯混合模型聚类负荷分类聚类算法聚类评价
《全球能源互联网》 2024 (5)
P.591-601,11
广东电网有限责任公司规划专题项目(0319002022030203JF00023)。
评论