排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足,提出一种改进分段线性表示(IPLR)的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重构的优点,与动态时间弯曲(DTW)距离适用于不等维时间序列间相似度衡量的特点相结合,构造出IPLR与DTW距离相结合的日负荷曲线聚类方法。首先,根据负荷曲线相邻及间隔采样点变化量,提取负荷曲线的特征点,对曲线进行自适应降维重构;然后,以DTW距离作为曲线相似度衡量指标,运用基于Canopy的K均值(CK-means)算法对降维数据组展开聚类分析。将所提出的方法应用于中国某省区电网典型用户日负荷曲线的分类与综合,结果表明所提降维方法与相似度衡量方法相契合,具有良好的综合性能,适用于变电站综合负荷行业构成比例解析。 相似文献
2.
为对后评价项目的横向对比提供科学参考依据,将k-means聚类算法应用至电网项目后评价中,对同类型电网项目根据后评价得分情况进行进一步细分。首先,对选取的项目集的得分情况进行归一化处理;然后,运用k means聚类算法对项目集得分情况在不同聚类数目下开展聚类分析;最后,选定聚类质量最好的聚类数目作为最佳聚类数目,并将最终聚类结果进行输出展示。算例结果表明,将k-means聚类算法能以较高运算效率和聚类质量对项目集进行类别细分,为横向对比的对象选取提供了科学合理的依据,对于电网项目后评价工作,具有一定参考价值与意义。 相似文献
3.
4.
5.
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
6.
提出了一种考虑可再生能源和电/热/冷负荷不确定性的综合能源系统储能鲁棒配置方法。首先,基于能源集线器模型,建立电/热/冷储能配置通用模型。其次,在确定性模型的基础上建立电/热/冷储能两阶段鲁棒配置模型,模型上层为储能规划问题,模型下层为IES运行问题。建立不确定性参数集合,为了控制模型鲁棒性,该集合从不确定性参数的数量维度和时间维度两方面分别引入鲁棒测度。最后,利用C&CG算法将模型分解成主问题和子问题迭代求解。算例证明了所提方法的有效性。 相似文献
1