电网技术
電網技術
전망기술
POWER SYSTEM TECHNOLOGY
2014年
12期
3378-3383
,共6页
云模型%模糊聚类%FCM%电力负荷模式%电力用户分类
雲模型%模糊聚類%FCM%電力負荷模式%電力用戶分類
운모형%모호취류%FCM%전력부하모식%전력용호분류
cloud model%fuzzy clustering%FCM%power load pattern%classification of power consumers
为解决应用传统模糊C均值(fuzzy C-means,FCM)算法进行电力负荷模式提取时存在的对初始聚类中心敏感、聚类数目不易确定、算法稳定性较差等问题,从负荷曲线形态出发,提出一种基于云模型和模糊聚类的电力负荷模式提取方法.该方法首先针对电力负荷数据的时间特性,对云变换方法进行了维度扩展,使其能够应用于具有时间特征的二维数据处理,将电力用户典型日负荷的频率分布分解为若干个正态云组的叠加,以各云模型中最能代表各定性概念的期望向量集合作为初始聚类中心;然后,基于云模型确定的初始聚类中心和聚类数目,应用FCM算法进行电力负荷模式提取和用户分类.最后,以某电网实际负荷数据进行算例分析,结果证明了该算法的实用性和有效性.
為解決應用傳統模糊C均值(fuzzy C-means,FCM)算法進行電力負荷模式提取時存在的對初始聚類中心敏感、聚類數目不易確定、算法穩定性較差等問題,從負荷麯線形態齣髮,提齣一種基于雲模型和模糊聚類的電力負荷模式提取方法.該方法首先針對電力負荷數據的時間特性,對雲變換方法進行瞭維度擴展,使其能夠應用于具有時間特徵的二維數據處理,將電力用戶典型日負荷的頻率分佈分解為若榦箇正態雲組的疊加,以各雲模型中最能代錶各定性概唸的期望嚮量集閤作為初始聚類中心;然後,基于雲模型確定的初始聚類中心和聚類數目,應用FCM算法進行電力負荷模式提取和用戶分類.最後,以某電網實際負荷數據進行算例分析,結果證明瞭該算法的實用性和有效性.
위해결응용전통모호C균치(fuzzy C-means,FCM)산법진행전력부하모식제취시존재적대초시취류중심민감、취류수목불역학정、산법은정성교차등문제,종부하곡선형태출발,제출일충기우운모형화모호취류적전력부하모식제취방법.해방법수선침대전력부하수거적시간특성,대운변환방법진행료유도확전,사기능구응용우구유시간특정적이유수거처리,장전력용호전형일부하적빈솔분포분해위약간개정태운조적첩가,이각운모형중최능대표각정성개념적기망향량집합작위초시취류중심;연후,기우운모형학정적초시취류중심화취류수목,응용FCM산법진행전력부하모식제취화용호분류.최후,이모전망실제부하수거진행산례분석,결과증명료해산법적실용성화유효성.
