-
题名基于自适应模糊C均值算法的电力负荷分类研究
被引量：66
- 1
-
-
作者
杨浩
张磊
何潜
牛强
-
机构
重庆大学输配电装备及系统安全与新技术国家重点实验室
重庆市电力公司
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2010年第16期111-115,122,共6页
-
文摘
针对当前负荷建模中存在的负荷时变性问题,提出了基于自适应模糊C均值聚类的电力负荷动特性分类方法。探讨了聚类分析方法在负荷动特性分类中的应用,包括聚类特征向量的选取和分类方法研究两个方面。对原始模糊C均值聚类算法中的聚类数c进行了研究,在原始算法中融入新的聚类有效性函数,对算法进行了改进,改进算法不需要预先选择类的数目作为先验值。通过动模实验数据的负荷分类实例,表明该方法可自动获取最佳分类数,且分类效果要好于原始算法。
-
关键词
电力负荷
模糊C均值算法
自适应
动态特性聚类
负荷建模
-
Keywords
power load
fuzzy C-means algorithm
adaptive
dynamic characteristics clustering
load modeling
-
分类号
TM714
[电气工程—电力系统及自动化]
-
-
题名一种基于免疫网络理论的负荷分类方法
被引量：5
- 2
-
-
作者
顾丹珍
艾芊
陈陈
-
机构
上海交通大学电子信息与电气工程学院
-
出处
《电网技术》
EI
CSCD
北大核心
2007年第S1期6-9,共4页
-
基金
国家自然科学基金重点资助项目(90612018
50595412)~~
-
文摘
电力负荷动态特性聚类是负荷建模工作实用化的必经阶段。文中提出应用模糊免疫网络(fainet)作为负荷动态特性聚类方法:fainet可以将大量负荷数据压缩,形成简洁的免疫网络;然后用最小生成树(MST)方法对网络单元进行分类,得到每个分类的聚类中心;最后采用模糊规则对样本进行归类。对动模试验数据的分类计算表明,基于fainet的负荷动态特性聚类方法具有学习速度快,分类精度高,适用于电力负荷动态特性的聚类。
-
关键词
电力负荷
模糊免疫网络
动态特性聚类
-
分类号
TM714
[电气工程—电力系统及自动化]
-
