标签优化非对称卷积编码器的电力负荷深度嵌入聚类方法

摘要： 在分析电力系统负荷特性和用电行为的过程中，传统聚类方法面对高维数据的复杂样本往往难以学习负荷样本的深层特征。提出一种加入标签优化的非对称卷积自编码器的负荷深度嵌入聚类方法，取消传统卷积中的池化层和上采样层，以全面保留负荷原始信息，并在编码侧使用残差模块强化特征提取能力；在聚类层的伪标签设置过程中，使用自组织映射-K均值方法提供更精确的初始软聚类标签，从而提高聚类效率。基于实际电... （共8页）