论文研究 基于改进的并行K Means算法的电力负荷聚类研究.pdf

电力企业通常根据电力负荷数据，采用传统的K-Means算法对客户进行划分，而这种方法最大的缺陷就是必须由用户手动指定聚类簇数。提出了一种将Canopy算法和K-Means算法结合应用于负荷聚类的方法，无需手动指定聚类簇数。收集到的用户历史用电数据，使用并行计算框架MapReduce对原始数据进行预处理。应用Canopy和K-Means算法建立自动负荷聚类模型。在真实用电数据上进行实证分析，通过使用Silhouette指标对结果进行评估，证明提出的方法更加稳定和具有广泛的适用性。