一种基于核主成分分析的日负荷曲线降维聚类方法

摘要

本发明公开了一种基于核主成分分析的日负荷曲线降维聚类方法，首先利用核函数对预处理后的日负荷数据矩阵做非线性映射至高维空间，获得高维核矩阵；接着对该高维核矩阵进行修正并做特征值分解，获得对应特征值及单位化特征向量，并依据特征值下降趋势设定提取效率，获得主成分分量及降维指标数目；其次，以特征值作为权重，对其做总和为1的归一化处理后获得权重向量，将修正后的高斯核矩阵在主成分分量上的投影作为降维数据矩阵；最后以降维数据矩阵及权重向量作为加权算法的输入对日负荷曲线进行聚类，并基于Silhouette指标确定最佳聚类数及聚类结果。本方法在提高计算效率的同时提高了聚类质量。其聚类结果与实际相符，具有一定的工程价值。