摘要
本发明属于电力技术领域,提供了基于全自动密度聚类算法的电力用户行业分类分析方法,首先对电力用户数据进行收集,对电力负荷的时间序列进行分段处理和特征映射;接着将多项式参数与统计特征结合,生成低维向量;然后采用基于密度的聚类方法对映射后的空间特征进行聚类分析;最后应用Rand指数、同质性、完整性、调和平均数对聚类结果进行分析。本发明通过对电力用户负荷数据的多层次处理,结合时序特征的提取和密度聚类算法,实现了电力用户行业的精准分析,提高电力用户行业分类的准确性和适应性,能够有力帮助供电企业快速发现行业分类不明及行业分类发生变化的电力用户,提升了电力系统的管理效率和决策支持能力。
技术关键词
分类分析方法
密度聚类算法
序列
电力
统计特征
点分配
数据
多项式
行业特征
直方图
负荷特征
集群
标记
邻域
时序特征
标签行业
样本
系统为您推荐了相关专利信息
风电机组传动链
故障监测方法
BiLSTM模型
变量
长短期记忆网络
分配控制方法
冷却液
状态空间模型
多参数
分配控制系统
薄弱环节识别方法
电网拓扑结构
电网拓扑模型
负荷
节点
DNA序列
混合编码器
低密度奇偶校验编码
编码算法
DNA存储方法
模式搜索算法
光伏电站
调频控制方法
控制器
建立电力系统