基于数据挖掘多层次细节分解的负荷序列聚类分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：提出了多层次细节分解的负荷聚类算法及其性能评估指标。该算法利用负荷序列间的差分序列均方差和欧氏距离形成交集优化判据；同时根据随机因素对负荷的敏感性加入对应参数要求来控制多层次细节分解聚类，对负荷曲线轮廓相似性细节程度聚类是提高预测精度的重要基础。笔者对所提出的聚类算法与一般欧氏距离聚类、Kohonen神经网络聚类算法进行了性能评估和比较，证明了该算法对季节性负荷具有高敏感性，对高温和气候因素与负荷之间的复杂相关性具有高识别能力，该聚类算法对提高负荷预测精度是有效的。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据挖掘 聚类分析 多层次 聚类算法 欧氏距离 数据挖掘 负荷时间序列 多层次细节分解聚类法 差分序列均方差 Kohonen神经网络