基于谱聚类算法的电力系统关键断面自动识别 |
| |
引用本文: | 陆〓剑,赵丹丹. 基于谱聚类算法的电力系统关键断面自动识别[J]. 水电能源科学, 2015, 33(8): 195-198 |
| |
作者姓名: | 陆〓剑 赵丹丹 |
| |
作者单位: | 河南工业职业技术学院 智能控制河南省高校工程技术研究中心, 河南 南阳 473000 |
| |
基金项目: | 河南省科技攻关项目(142102210368,2012GG028) |
| |
摘 要: | 为加强对关键断面的监控,提高电力系统安全稳定运行水平,提出了一种基于谱聚类的系统关键断面自动识别方法,即以节点导纳Laplace矩阵参数中的物理信息反映节点之间拓扑关系和耦合程度,通过引入谱聚类算法,利用数据挖掘技术对节点导纳Laplace矩阵的特征向量进行聚类,形成层次分明的分区方案,进而通过分区自动识别系统关键断面,并以分区效果系数和相关系数反映关键断面识别效果。最后以IEEERTS 79系统为例验证了该算法的可行性,为电力系统关键断面的识别提供了一种新思路。
|
关 键 词: | 谱聚类; 导纳Laplace矩阵; 关键断面; 分区 |
Automatic Discovery of Critical Section Based on Spectral Clustering |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|