已经将风电出力每天24小时的出力聚类成了15类结果，如何提取各类结果风机的典型出力，不要用平均法和中位数法算典型处理，给我他的MATLAB程序

以下是一种基于聚类中心的方法，用于提取各类结果风机的典型出力：

1. 假设您已经使用K-means算法将风电出力聚类成了15类结果，并将每个数据点分配到其最近的聚类中心。

2. 对于每个聚类中心，找到距离其最近的数据点。这些数据点代表该聚类中心所代表的风机在该类别中的典型出力。

3. 为了更准确地找到典型出力，您可以选择距离聚类中心最近的几个数据点，并对它们进行平均或加权平均。例如，您可以选择每个聚类中心最近的3个数据点，并计算它们的平均值或加权平均值，以确定该聚类中心所代表的风机在该类别中的典型出力。

以下是MATLAB代码示例：

% 假设您已经计算出每个数据点所属的聚类中心，存储在变量idx中
% 假设您还有原始数据存储在变量X中，每行代表一个数据点，每列代表一个时间点

num_clusters = 15; % 聚类数目
typical_outputs = zeros(num_clusters, size(X,2)); % 存储每个聚类中心所代表的典型出力

for i = 1:num_clusters
% 找到距离聚类中心最近的数据点
closest_idx = find(idx == i, 1, 'nearest');
% 获取该数据点的出力
typical_outputs(i,:) = X(closest_idx,:);
end

% 可选：对于每个聚类中心，选择最近的几个数据点并计算平均值或加权平均值
% 例如，选择每个聚类中心最近的3个数据点，并计算它们的平均值
num_points_to_average = 3;
for i = 1:num_clusters
closest_indices = knnsearch(X, typical_outputs(i,:), 'K', num_points_to_average);
typical_outputs(i,:) = mean(X(closest_indices,:), 1);
end

% 最终结果存储在typical_outputs中，每行代表一个聚类中心所代表的风机在该类别中的典型出力