基于KPCA的双层聚类算法及在用电行为分析上的应用

本发明涉及一种基于KPCA的双层聚类算法及在用电行为分析上的应用，属于能源技术领域。本发明包括以下步骤：先将原始数据通过核函数完成非线性变化，将其映射到高维的线性特征空间，再利用KPCA算法进行特征提取，降低数据的维数；采用双层聚类算法，外层采用基于余弦相似度的谱聚类算法，获得形态相似性负荷类簇，内层在外层形态相似性聚类的基础上采用基于欧式距离的k‑means聚类算法，获得幅值相似性负荷类簇；完成用户用电行为分析。本发明解决了传统主成分分析算法无法只考虑变量间的线性相关性，并没有探索数据间的非线性逻辑、单一聚类算法无法同时满足聚类效率和聚类质量的问题，本发明使得聚类有效性和稳定性等方面具有显著提高。