-
题名基于融合进化算法的用户日负荷曲线聚类分析
被引量：1
- 1
-
-
作者
何觅
覃日升
何鑫
段锐敏
王广雪
束洪春
-
机构
云南电网有限责任公司昆明供电局
云南电力科学研究院
昆明理工大学电力工程学院
-
出处
《昆明理工大学学报（自然科学版）》
北大核心
2022年第3期96-105,共10页
-
基金
国家自然科学基金项目(51667010)
国家重点研发计划重点专项(2019YFE0118000)
云南省重大科技专项计划项目(202002AF080001)。
-
文摘
负荷分类对电网调度、负荷预测、用户用电行为分析等具有重要意义.针对传统负荷分类算法易陷入局部最优解而无法确定最优初始聚类中心,导致分类结果不准确问题,提出一种融合进化算法优化模糊C均值(FCM)的负荷聚类算法.首先使用重心Lagrange插值法填充负荷曲线缺失点,其次利用线性函数将不同行业负荷曲线归一化,最后结合遗传算法全局搜索效率高以及模拟退火算法计算时间短的特点优化FCM进行负荷聚类,弥补了传统FCM易陷入局部最优解的问题.算例表明:所提算法聚类中心距离较远,用户日负荷曲线分类结果较准确;相较于传统FCM不易陷入局部最优解,且具有一定的鲁棒性.
-
关键词
日负荷曲线聚类
融合进化算法
saga-fcm
重心Lagrange插值
聚类中心
-
Keywords
daily load curve clustering
fusion evolutionary algorithm
saga-fcm
Lagrange interpolation of center of gravity
clustering center
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TM714
[自动化与计算机技术—控制科学与工程]
-
-
题名基于改进模糊C均值算法的电力负荷特性分类
被引量：35
- 2
-
-
作者
周开乐
杨善林
-
机构
合肥工业大学过程优化与智能决策教育部重点实验室
合肥工业大学管理学院
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2012年第22期58-63,共6页
-
基金
国家高技术研究发展计划(863计划)(2011AA05A116)
国家自然科学基金重点项目(71131002)~~
-
文摘
为了提高负荷分类的精确性和有效性,提出了将基于模拟退火遗传算法的模糊C均值(Simulated Annealing Genetic Algorithm Based Fuzzy C-Means,SAGA-FCM)算法用于电力系统负荷特性分类。SAGA-FCM算法以模糊C均值(Fuzzy C-Means,FCM)算法为基础,融合了模拟退火算法较强的局部搜索能力和遗传算法较强的全局搜索能力,克服了传统FCM算法对初始聚类中心敏感和容易陷入局部最优的问题。将其与系统聚类法、K均值(K-Means)算法和传统FCM算法分别用于电力系统负荷特性分类实验,对比分析表明了SAGA-FCM算法用于负荷特性分类的有效性和优越性。
-
关键词
负荷分类
saga-fcm算法
模糊C均值算法
聚类
-
Keywords
power load classification
saga-fcm algorithm
fuzzy C-means algorithm
clustering
-
分类号
TM714
[电气工程—电力系统及自动化]
-
-
题名基于SAGA-FCM算法的非侵入式负荷监测方法
被引量：6
- 3
-
-
作者
刘炜
谭兴
周克
马嘉伟
-
机构
贵州大学电气工程学院
贵州大学明德学院
-
出处
《现代电子技术》
北大核心
2019年第23期72-76,共5页
-
基金
国家自然科学基金资助项目(51567005)~~
-
文摘
针对现有的非侵入式负荷监测(NILM)方法对小功率设备识别准确率不够,以及监测数据量过大时,准确率下降严重等问题,提出一种新颖的非侵入负荷监测方法。该方法以模糊C均值聚类算法(FCM)为基础,采用差量特征提取法提取任意时刻的特征变化值,引入模拟退火算法(SA)和遗传算法(GA)对聚类过程进行优化,实现了多类型电器负荷的聚类识别。实验数据表明,随着监测数据量的增加,该方法最终目标函数始终小且稳定,具有较好的稳定性和可靠性,适用于NILM大数据监测环境,采用谐波特征后识别准确率有一定的提升。
-
关键词
监测方法
非侵入负荷监测
差量特征提取
聚类过程优化
saga-fcm算法
聚类识别
-
Keywords
monitoring method
non-intrusive load monitoring
delta feature extraction
clustering process optimization
saga-fcm algorithm
clustering recognition
-
分类号
TN911.1-34
[电子电信—通信与信息系统]
TM714
[电子电信—信息与通信工程]
-
