文献类型：期刊文章

作　　者：白雨佳[1] 李靖[1] 高升[2]

BAI Yujia;LI Jing;GAO Sheng(State Grid East Inner Mongolia Information&Telecommunication Company,Huhhot 010020,China;SICT Shenyang Institute of Computing Technology Co.,Ltd.,Shenyang 110000,China)

机构地区：[1]国网内蒙古东部电力有限公司信息通信分公司,呼和浩特010020 [2]中国科学院沈阳计算技术研究所有限公司,沈阳110000

出　　处：《电力电容器与无功补偿》

基　　金：国网内蒙古东部电力有限公司信息通信分公司科技项目(SGMDx700GCxx2000033)。

年　　份：2022

卷　　号：43

期　　号：6

起止页码：85-91

语　　种：中文

收录情况：JST、普通刊

摘　　要：传统电力负荷大数据均衡调度方法无法应用于多源数据,导致负荷数据的划分精度偏低,开销较大,电力负载均衡性改善效果不明显。为此,提出基于最优K均值聚类算法的负荷大数据任务调度均衡方法。采用K均值聚类算法划分电力负荷大数据,并利用密度法优化K均值聚类算法的初始聚类中心点,获取电力负荷大数据最优分类结果;通过提取各分类结果的关联特征,获取电力大数据跨域调度的输出特征量,结合自适应权重学习方法,完成电力负荷大数据的跨源调度。实验测试结果表明:该方法可根据不同的电力负荷特点,高效完成用户电力负荷大数据分类。具备良好的负荷大数据跨源调度均衡性,且负载均衡离差均低于0.19,调度开销低于0.95 s,以上数据表明所提的电力负荷大数据跨源调度方法具有实用性。

关 键 词：最优K均值  大数据聚类  电力负荷 跨源调度  关联特征提取  

分 类 号：TM73] TP311.13]