电力系统自动化
電力繫統自動化
전력계통자동화
AUTOMATION OF ELECTRIC POWER SYSTEMS
2013年
14期
59-64,94
,共7页
吴兴扬%卫志农%孙国强%罗剑波
吳興颺%衛誌農%孫國彊%囉劍波
오흥양%위지농%손국강%라검파
同调机群%分群%非负矩阵分解%K均值聚类
同調機群%分群%非負矩陣分解%K均值聚類
동조궤군%분군%비부구진분해%K균치취류
coherent generators%grouping%non-negative matrix factorization (NMF)%K-means clustering
为了解决源数据维数较大的问题,提出了一种基于非负矩阵分解(NMF)的同调机群识别方法.采用发电机角速度作为源数据,使用NMF算法对其进行降维.由于此低维矩阵具有非负性质,因而该模型在消除冗余数据、降低维数的同时,保留了原始问题的实际意义.对低维矩阵归一化,再利用K均值聚类算法对其进行聚类,达到同调机群的分群目的.通过New England 10机39节点系统比较了基于NMF和主成分分析方法的分群效果,验证了基于NMF的同调机群识别方法的有效性.
為瞭解決源數據維數較大的問題,提齣瞭一種基于非負矩陣分解(NMF)的同調機群識彆方法.採用髮電機角速度作為源數據,使用NMF算法對其進行降維.由于此低維矩陣具有非負性質,因而該模型在消除冗餘數據、降低維數的同時,保留瞭原始問題的實際意義.對低維矩陣歸一化,再利用K均值聚類算法對其進行聚類,達到同調機群的分群目的.通過New England 10機39節點繫統比較瞭基于NMF和主成分分析方法的分群效果,驗證瞭基于NMF的同調機群識彆方法的有效性.
위료해결원수거유수교대적문제,제출료일충기우비부구진분해(NMF)적동조궤군식별방법.채용발전궤각속도작위원수거,사용NMF산법대기진행강유.유우차저유구진구유비부성질,인이해모형재소제용여수거、강저유수적동시,보류료원시문제적실제의의.대저유구진귀일화,재이용K균치취류산법대기진행취류,체도동조궤군적분군목적.통과New England 10궤39절점계통비교료기우NMF화주성분분석방법적분군효과,험증료기우NMF적동조궤군식별방법적유효성.
