基于ISODATA的电力负荷曲线分类

关键词：迭代自组织数据分析算法 聚类 日负荷曲线 曲线识别 大数据 

摘要：迭代自组织数据分析算法(ISODATA)是一种基于统计模式识别的非监督学习动态聚类算法。针对当前各算法初始聚类数取值困难、容易陷入局部最优等问题,介绍了ISODATA的原理和实现步骤,并将此算法应用于负荷分类中。在MATLAB中结合具体日负荷曲线样本进行聚类分析,结果证明聚类效果较好。将ISODATA与各种传统聚类方法进行了对比实验,比较各种算法的聚类效果、预定聚类数目对算法结果的影响,以及初始聚类中心的选择对结果的影响。对比结果证明,此方法适用于负荷分类的研究。

上海电力学院学报杂志要求:

{1}获基金及获奖稿件：论文所涉及的课题如取得国家或部、省级以上基金或属攻关项目，应脚注于文题页左下方，如基金项目：××（基金编号 ××××）。

{2}稿件文责自负。根据《著作权法》，结合本刊具体情况，编辑部可作文字修改、删节；凡涉及原意的重大修改，则提请作者考虑。修改稿逾期3个月不返回者，按自动退稿处理。

{3}标题：请用小三黑体，标题应鲜明，一般不超过25个字，不使用外文缩写词。

{4}参考文献为引文型参考文献。

{5}来稿请注明作者姓名、工作单位、职称、联系电话、联系地址、电子邮箱等信息。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社