华北电力大学学报(自然科学版)
華北電力大學學報(自然科學版)
화북전력대학학보(자연과학판)
Journal of North China Electric Power University
2014年
1期
27-32
,共6页
负荷预处理%模糊聚类%粒度原理%K均值算法
負荷預處理%模糊聚類%粒度原理%K均值算法
부하예처리%모호취류%립도원리%K균치산법
load processing%fuzzy clustering%granularity%K-means algorithm
SCADA系统采集的电力负荷数据由于各种原因,会存在一些坏数据.在负荷预测中,必须仔细而合理地对历史负荷数据进行处理.电力负荷预处理应该充分考虑负荷曲线本身的特征,即平滑性和相似性.模糊C均值算法可以较好地进行聚类,但是其由于存在聚类数和初始聚类中心未知的问题,因此提出改进的模糊C均值算法——IFCM,即使用改进K均值算法确定初始聚类中心,引入粒度原理确定最佳聚类数.首先采用IFCM对日负荷曲线进行聚类,产生各类特征曲线;然后计算每个时刻点的方差,根据3σ法则进行坏数据的辨识;最后利用特征曲线对坏数据进行修正.针对四川某电网的实际电力负荷进行分析,表明了模型的实用性.
SCADA繫統採集的電力負荷數據由于各種原因,會存在一些壞數據.在負荷預測中,必鬚仔細而閤理地對歷史負荷數據進行處理.電力負荷預處理應該充分攷慮負荷麯線本身的特徵,即平滑性和相似性.模糊C均值算法可以較好地進行聚類,但是其由于存在聚類數和初始聚類中心未知的問題,因此提齣改進的模糊C均值算法——IFCM,即使用改進K均值算法確定初始聚類中心,引入粒度原理確定最佳聚類數.首先採用IFCM對日負荷麯線進行聚類,產生各類特徵麯線;然後計算每箇時刻點的方差,根據3σ法則進行壞數據的辨識;最後利用特徵麯線對壞數據進行脩正.針對四川某電網的實際電力負荷進行分析,錶明瞭模型的實用性.
SCADA계통채집적전력부하수거유우각충원인,회존재일사배수거.재부하예측중,필수자세이합리지대역사부하수거진행처리.전력부하예처리응해충분고필부하곡선본신적특정,즉평활성화상사성.모호C균치산법가이교호지진행취류,단시기유우존재취류수화초시취류중심미지적문제,인차제출개진적모호C균치산법——IFCM,즉사용개진K균치산법학정초시취류중심,인입립도원리학정최가취류수.수선채용IFCM대일부하곡선진행취류,산생각류특정곡선;연후계산매개시각점적방차,근거3σ법칙진행배수거적변식;최후이용특정곡선대배수거진행수정.침대사천모전망적실제전력부하진행분석,표명료모형적실용성.