参考文献：

基于机器学习的短期电力负荷预测和负荷曲线聚类研究_张辰睿（硕士论文）
参考其第三章

主要内容：

主要包含四种聚类算法，K-means聚类、ISODATA聚类、L-ISODATA聚类及K-L-ISODATA聚类，并且包含了对聚类场景以及聚类效果的评价。

程序完美运行注释清晰，非常容易理解！！

部分程序：

%% K-means 聚类结果图
for i=1:km
    figure
    subplot(2,1,1);
    plot(CW(i,:)/(max(CW(i,:))),'-');xlabel('采样点');ylabel('标幺值');axis([1 92 -inf inf])
    titlemane=strcat('k-means第',num2str(i),'聚类中心(归一化)');
    title(titlemane)
    subplot(2,1,2);
    cu=Clust{i};
    plot(cu','-');xlabel('采样点');ylabel('负荷');axis([1 92 -inf inf])
    titlemane=strcat('k-means第',num2str(i),'场景聚类');
    title(titlemane)
end
%% ISODATA聚类方法
[AA,BB]=ISODATA(x,K,theta_N,theta_S,theta_c,L);
for i=1:K
       if size(AA{i},2)==1
        k_num1=k_num1+1;
       AA{i,1}=[];
       BB{i,1}=[];
    end
end
AA(cellfun(@isempty,AA))=[];
BB(cellfun(@isempty,BB))=[];

程序输出结果图：

一共22张图，包含各聚类算法的对比.