基于改进蚁群算法的电力负荷半监督聚类

作     者：段秦刚 王浩浩 伍子东 王一 朱涛 董萍 刘明波 DUAN Qingang;WANG Haohao;WU Zidong;WANG Yi;ZHU Tao;DONG Ping;LIU Mingbo

作者机构：广东电力交易中心有限责任公司广州市510030 华南理工大学电力学院广州市510640 

基　　金：广东电力交易中心科技项目(GDKJXM20172986) 

出 版 物：《电力建设》 (Electric Power Construction)

年 卷 期：2020年第41卷第10期

页      码：81-89页

摘      要：计量通信技术的发展使收集的用户负荷信息越来越准确,从而提供了负荷用电特性聚类分析的数据基础。为了解决电力负荷聚类应用场景中需要聚类结果与典型负荷类别尽可能相似的问题,以蚁群聚类算法为基础,采用典型负荷曲线作为先验信息,将评估聚类效果的指标和聚类中心与典型负荷曲线的距离2个因素构成优度指标来代替传统的均方误差,以此来更新信息素矩阵,设计了一种基于改进蚁群聚类的半监督聚类算法。通过某省工业用户2017年的日负荷数据分析验证了聚类结果不仅向原有的标识样本类型靠近,而且兼顾同类型样本差异小、不同类型样本差异大,具有良好的聚类效果。

主 题 词：电力负荷 聚类分析 蚁群算法 半监督聚类 

学科分类：0820[工学-航空航天类] 080804[080804] 080805[080805] 0830[工学-生物工程类] 0808[工学-自动化类] 0809[工学-计算机类] 0817[工学-轻工类] 08[工学] 0807[工学-电子信息类] 0827[工学-食品科学与工程类] 0703[理学-化学类] 

D　O　I：10.12204/j.issn.1000-7229.2020.10.009

馆 藏 号：203983089...