基于结构自适应神经网络的用电量时间特征的聚类分析
鉴于聚类分析在数据挖掘中具有重要的作用,本文针对聚类分析中聚类数确定难的问题,深入研究了聚类准则的选择和曲线特性;提出了一种基于SOFM 神经网络的结构自适应聚类神经网络,其特点是能够自动确定最佳的聚类数.基于实际营销数据,采用结构自适应聚类神经网络技术实现了用户用电量时间特征分析,所得结论对于电价的针对性的调整以及合理地安排电力生产具有重要的参考价值.
聚类分析 神经网络 用电量 曲线特性
陈刚 胡绍勇 戴晓峰
重庆大学,电气工程学院,高电压与电工新技术教育部重点实验室,重庆,400044 重庆市电力公司,沙坪坝供电局
国内会议
重庆
中文
1042-1047
2008-10-31（万方平台首次上网日期，不代表论文的发表时间）