电力系统自动化
電力繫統自動化
전력계통자동화
AUTOMATION OF ELECTRIC POWER SYSTEMS
2008年
15期
66-70,78
,共6页
李智勇%吴晶莹%吴为麟%宋保明
李智勇%吳晶瑩%吳為麟%宋保明
리지용%오정형%오위린%송보명
数据挖掘%电力用户%负荷曲线%聚类分析%自组织映射
數據挖掘%電力用戶%負荷麯線%聚類分析%自組織映射
수거알굴%전력용호%부하곡선%취류분석%자조직영사
电力用户负荷曲线的聚类是形成合理电价体系和实施负荷管理措施的基础.文中基于自组织映射(SOM)神经网络进行低压终端用户的负荷曲线聚类研究.首先定义并提取功率曲线、分时功率、功率频谱3类向量,分别作为SOM神经网络的输入进行可视化聚类.采用相对量化误差和拓扑误差2个指标表征聚类质量,选取聚类结果最好的SOM输出层结合k均值法进行用户负荷曲线划分.根据Davies指标将所研究的131条曲线划分为8类,对每类曲线进行描述.最后进行新用户的识别,结果表明聚类方法有效、可靠.
電力用戶負荷麯線的聚類是形成閤理電價體繫和實施負荷管理措施的基礎.文中基于自組織映射(SOM)神經網絡進行低壓終耑用戶的負荷麯線聚類研究.首先定義併提取功率麯線、分時功率、功率頻譜3類嚮量,分彆作為SOM神經網絡的輸入進行可視化聚類.採用相對量化誤差和拓撲誤差2箇指標錶徵聚類質量,選取聚類結果最好的SOM輸齣層結閤k均值法進行用戶負荷麯線劃分.根據Davies指標將所研究的131條麯線劃分為8類,對每類麯線進行描述.最後進行新用戶的識彆,結果錶明聚類方法有效、可靠.
전력용호부하곡선적취류시형성합리전개체계화실시부하관리조시적기출.문중기우자조직영사(SOM)신경망락진행저압종단용호적부하곡선취류연구.수선정의병제취공솔곡선、분시공솔、공솔빈보3류향량,분별작위SOM신경망락적수입진행가시화취류.채용상대양화오차화탁복오차2개지표표정취류질량,선취취류결과최호적SOM수출층결합k균치법진행용호부하곡선화분.근거Davies지표장소연구적131조곡선화분위8류,대매류곡선진행묘술.최후진행신용호적식별,결과표명취류방법유효、가고.
