公开(公告)号：CN115526242A

公开(公告)日：2022-12-27

申请号：CN202211114815.3

申请日：2022-09-14

Applicant: 华中科技大学

Inventor： 肖江文 ,  谢钰涛 ,  刘骁康 ,  王燕舞 ,  刘智伟 ,  池明

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明属于智能电表的应用领域，具体涉及一种日负荷曲线聚类方法，包括：搭建包括分配网络和质心层的神经网络框架，分配网络用于在输入样本后输出该样本属于各簇的概率，质心层用于在输入样本后输出该样本到各簇质心的距离以及每两个簇质心之间的距离；初始化用以表征各簇及其质心的网络参数，采用待聚类且无标签的日负荷曲线集合，以最小化表征类内紧密度的类内紧密度损失为目标，优化分配网络的参数，同步以最小化类内紧密度损失和表征类间分离度的类间分离度损失之间的加权和为目标，优化质心层的参数，最终完成日负荷曲线的聚类。本发明将类内紧密度和类间分离度同时整合到聚类网络的损失函数中，有效解决现有方法聚类效果不佳的问题。