基于ABBA和DTW-AGNES的电力日负荷聚类研究

摘要

针对电力日负荷聚类过程中因原始数据维度过高引起的聚类困难及欧氏距离作为聚类相似性度量的局限,提出一种基于自适应布朗桥符号近似(ABBA)和改进AGNES聚类的电力日负荷聚类方法。即先采用自适应布朗桥符号近似算法对电力日负荷曲线进行降维,接着基于动态时间规整距离度量(DTW)改进AGNES聚类算法实现日负荷的有效聚类,使用聚类内部指标确定最佳聚类数目并将其作为聚类结果的有效性评价。最后通过实例,分析验证了所提方法在电力日负荷降维和聚类中的有效性。