共查询到16条相似文献,搜索用时 140 毫秒
1.
2.
3.
阐述了在电力负荷建模中,统计综合法建模是以典型用户的选取为基础的,在此基础上,通过分析变电站综合负荷的构成以及用户设备容量比例,提出了基于模糊综合评价的聚类和模糊C均值聚类两种方法,并对某市工业典型用户进行分类,结果表明基于模糊综合评价的聚类分析能够克服模糊C均值聚类法中主观差异性对分类的影响,概念更为清晰,聚类结果更为合理。 相似文献
4.
采用基于负荷曲线进行用户分类的方法,运用数据挖掘技术中的模糊C均值聚类,将不同行业的用户混合在一起,利用聚类的观点将其分类,对各类负荷曲线进行分析和比较;将模糊C均值聚类算法应用在单个典型行业典型用户(主要是工业和三产的大用户)的分析中,可以发现不同季节、不同月份的负荷数据之间有一定的共性. 相似文献
5.
电力用户负荷画像建模是一种面向用户的、通过挖掘用电数据中的负荷特性建立差异化画像标签的重要方法,现有研究方法多侧重于画像方法的研究,而缺乏完善的负荷特性标签体系。文章提出了一种基于数据驱动的负荷特性分析通用方法,从调度部门最关注的用电规律性、平顺度、负荷调控能力以及疫情影响度四方面构建负荷特性标签体系。首先,采用模糊C均值聚类算法从海量实际负荷数据中提取行业典型负荷曲线,综合考虑各行业用电特性,从4个方面构建完善的负荷特性标签体系,并建立考虑疫情影响的多类型用户负荷特性画像模型。其次,细化负荷特性标签,给出相应指标定义和计算方法,并采用模糊聚类算法判定指标分界,采用熵权法对用电平顺度进行综合评分。最后,通过算例对各行业典型用户的用电数据进行分析,并给出普适的指标分界,为各行业电力用户负荷建模提供了一种新思路。 相似文献
6.
基于用户日负荷曲线的用电行业分类与综合方法 总被引:6,自引:1,他引:5
利用实时日负荷曲线进行综合负荷在线建模需解决用户日负荷曲线的正确分类与有效综合以及变电站日负荷曲线的行业构成比例识别2个关键问题.运用模糊C均值聚类和模式识别原理,提出一种基于日负荷曲线的用户所属用电行业的分类与综合方法.首先在有功功率空间进行用户的行业归属分类和行业用户精选,得到行业综合日负荷曲线;然后在定义的特征空间获得描述行业综合用电特性的特征参数,并以此作为检验分类与综合结果合理性的测度指标.实际应用表明,该方法物理概念清晰、简便、实用. 相似文献
7.
8.
9.
负荷建模中的负荷调查统计分类 总被引:2,自引:0,他引:2
结合实际工程项目介绍了对变电站-负荷节点的模糊分类(分组)过程。首先选取反映负荷特征的定类指标并设计调查表,确定调查数据的来源及调查对象,然后对取得的数据进行整理,最后采用模糊聚类方法利用调查统计结果对变电站-负荷节点进行分类。将调查数据应用于区域电网负荷建模的研究中取得了令人满意的结果。 相似文献
10.
11.
错峰潜力估计是精细化有序用电管理的基础。基于用户电量峰谷特征,采用模糊C-均值聚类对同行业用户进行灵活分类,再从聚类结果中依据同类用户峰谷重心和电量水平特征,筛选出该行业各类典型用户,建立了一套可用于错峰潜力分析的典型用户筛选方法。经某地36个行业实例分析,共得出146个典型用户,因篇幅所限只给出了通用及专用设备制造业的3个典型用户的筛选过程以及该行业的错峰潜力分析,结果验证了所提筛选方法的可行性与有效性。 相似文献
12.
基于欧氏动态时间弯曲距离与熵权法的负荷曲线聚类方法 总被引:2,自引:0,他引:2
为了改善目前负荷建模中聚类方法相似度衡量不准确及聚类结果质量较差的问题,综合运用k-means及熵权法原理,提出一种基于欧氏距离与动态时间弯曲距离的日负荷曲线聚类方法。首先,采用欧氏距离与动态时间弯曲距离分别衡量日负荷曲线的整体分布特性、局部动态特性与整体动态特性。然后,引入熵权法自适应配置3种特性的权重系数。最后,采用k-means聚类算法,以所提相似度衡量方法为依据,对用电日负荷曲线进行聚类。算例对某省区电网典型用户的日负荷曲线展开聚类分析,结果表明所提方法相似度衡量指标合理,且在聚类质量、鲁棒性等方面具有一定的优越性,可以真实反映该地区的用户用电特性,满足在线负荷建模的应用需求。 相似文献
13.
陕西省典型行业日负荷曲线拟合方法 总被引:1,自引:0,他引:1
研究行业的负荷曲线对于了解各行业的负荷特性有很大帮助,目前的研究多应用模糊C均值聚类法拟合行业日负荷曲线,然而该方法对于专业知识要求高,计算量大,实际应用难度大。首先采用随机抽样与非随机抽样相结合的方式抽取典型用户,然后从统计学原理出发,依据样本到总体的思路,计算各行业的扩大系数,进而进行行业的负荷曲线拟合,并采用负控系统采集的大量实际用户日负荷曲线进行应用检验。实际应用表明,本文所提出的行业负荷曲线拟合方法能很好地描述实际情况,且应用简便。 相似文献
14.
日负荷曲线聚类是负荷建模背景下分析负荷特性的基础。针对现有聚类方法在聚类质量、聚类效率等方面的不足,综合运用模糊C均值及熵权法原理提出一种基于特征指标降维及熵权法的日负荷曲线聚类方法。首先提取日负荷率、日峰谷差率、日最大利用时间等7类降维特征指标替代各采样点负荷数据作为聚类输入;其次,引入熵权法自适应配置各特征指标的权重系数;最后,采用特征加权的模糊C均值聚类算法对用电日负荷曲线进行聚类。采用所提方法对某地区日负荷曲线进行聚类分析,算例结果表明该方法在运行效率、鲁棒性、聚类质量等方面具有一定的优越性,聚类结果能真实有效地反映负荷的实际用电特性。 相似文献
15.
16.
把负荷建模的实测电流数据看成随机扰动电压的响应,基于小波包的分解和重构理论,采用Wpdec小波包分解函数,用db1小波包对实测建模电流信号进行3层小波包分解,用Wprcoef函数对小波分解系数进行重构,提取和构造了负荷建模数据的能量特征向量。在特征向量归一化基础上,利用减法聚类算法对特征向量进行分类处理,获得了理想的负荷分类结果。通过对动模实验室和220 kV变电站实测数据的特征提取和分类实例,论证了该方法的有效性和准确性,为处理海量建模数据提供了先进的特征提取与分类处理方法。 相似文献