基于改进的并行K-Means算法的电力负荷聚类研究

来源：计算机工程与应用杂志2017年第17期北京时间：

作者：许元斌1，李国辉2，3，郭 昆2，3，郭松荣2，3，林 炜2，3

单位：1.国网信通亿力科技有限责任公司，福州 350001；2.福州大学 数学与计算机科学学院，福州 350116；3.福建省网络计算与智能信息处理重点实验室，福州 350116

摘要：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。

关键词：负荷聚类,并行计算,Canopy,K-Means