-
题名基于云模型和模糊聚类的电力负荷模式提取方法
被引量：53
- 1
-
-
作者
宋易阳
李存斌
祁之强
-
机构
华北电力大学经济与管理学院
-
出处
《电网技术》
EI
CSCD
北大核心
2014年第12期3378-3383,共6页
-
基金
国家自然科学基金项目(71271084)
国家电网公司科技项目(521820140017)~~
-
文摘
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。
-
关键词
云模型
模糊聚类
FCM
电力负荷模式
电力用户分类
-
Keywords
cloud model
fuzzy clustering
FCM
powerload pattern
classification of power consumers
-
分类号
TM714
[电气工程—电力系统及自动化]
-
-
题名基于电力负荷模式分类的短期电力负荷预测
被引量：2
- 2
-
-
作者
陈园园
王成然
-
机构
河南省电力公司周口供电公司
-
出处
《中国高新技术企业》
2014年第1期69-70,共2页
-
文摘
基于电力负荷模式分类的短期电力负荷预测能够更加系统化、准确化地实现相关数据的分析,从而有效改善电网运行的整体负荷预测性能。文章对遗传优化算法中的Pareto模式分类规则和人工神经模糊算法进行了分析,并结合具体仿真试验进行了论证,具有非常重要的意义。
-
关键词
电力负荷模式
短期电力负荷
预测模糊分类法
-
分类号
TM715
[电气工程—电力系统及自动化]
-
