|
|||||
|
|
| 基于改进的k-means聚类算法的季节性负荷特性分析 | |
| 作者姓名： | 李朝晖 尹晓博 杨海晶 马瑞 石光 赵文沛 |
| 作者单位： | 国网河南省电力公司电力科学研究院;长沙理工大学电气与信息工程学院 |
| 基金项目： | 国家自然科学基金项目（51277015）；国网河南省电网公司（52170216001F） |
| 摘 要： | 负荷特性分析的研究对电力系统稳定运行和调度具有重要意义。以历史负荷数据为基础,采用改进的k-means聚类方法得到具有代表性的负荷特性曲线。在考虑了检验聚类结果有效性模型的基础上加入了最大最小算法,让初始聚类中心稳定;采用改进的k-means聚类典型场景缩减算法,考虑到气候因素的影响,按照春、夏、秋、冬4个季节来对负荷数据进行分类,对历史负荷数据进行处理,得到具有代表性的负荷特性曲线。以某市的历史数据为例进行仿真分析,结果表明,该算法可以将原始的大规模场景缩减合并后得到可以表述该市的几个更少的负荷特性曲线,具有代表性和准确性,更具实际应用价值。 |
| 关 键 词： | 负荷特性分析 k-means聚类算法 最大最小距离算法 季节因素 场景缩减 |
Seasonal Load Characteristics Analysis Based on Improved K-means Clustering Algorithm |
|
| Authors: | LI Zhaohui YIN Xiaobo YANG Haijing MA Rui SHI Guang and ZHAO Wenpei |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《》浏览原始摘要信息 | |
| 点击此处可从《》下载全文 | |