全年 365 条用电负荷曲线的 K-means 聚类，k_means111.m 这份代码写得还挺清爽的，尤其适合用来做电力数据类的聚类探索。你直接扔一堆负荷曲线进去，它就能帮你分成几个典型日——比如工作日、周末、节假日那种，挺实用的。

代码逻辑比较直白，基本上是先归一化，再跑一遍 K-means 算法。用的是 Matlab 的内置函数，像 kmeans() 这些都直接调，参数也写得比较清楚，新手看起来不会太吃力。

如果你之前没接触过类似的，可以先看看这篇基于 K-means 算法的负荷数据曲线聚类，讲得还蛮接地气。要是你偏好 Python，那推荐你翻下Python 实现 K-Means 聚类算法，对比一下也有收获。

运行的时候记得提前把数据整理成 365xN 这样的二维矩阵格式，行是天，列是一天的负荷点位。聚类个数自己设一下就行，比如 k=3、k=5 都常用。

，如果你是做电力系统或者能源相关的，这份代码可以拿来做初步建模，响应也快，代码也简单。你也可以在它基础上加点优化，比如加个可视化啥的。

如果你正好有成堆的日负荷数据，不妨把 k_means111.m 跑一遍，看看能挖出哪些规律来。