改进的模糊c均值法在负荷特统计数据聚类中的应用

《改进的模糊c均值法在负荷特统计数据聚类中的应用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、改进模糊C-均值法在静态负荷特性数据聚类中的研究改进的模糊C均值法在负荷特性统计数据聚类中的应用摘要电力负荷是整个电力系统的安全稳定运行中较活跃的一部分。建立符合实际的动态负荷模型对电力系统规划、设计和运行等诸方面均有十分重要现实意义。本文采用实用化负荷建模思想，对负荷特性进行聚类，从而为变电站建立合适的负荷模型打下基础。基于目前负荷建模方面存在的问题，使用模糊C均值法，对同一地域不同地点变电站的负荷统计数据进行聚类分析。针对湖南电网48个变电站，对模糊C均值法实施改进后对其进行聚类，并与未改进

2、的模糊C均值法的聚类结果进行比较，以说明改进方案的有效性。关键字：电力负荷；负荷特性；聚类；模糊C均值法改进模糊C-均值法在静态负荷特性数据聚类中的研究APPLICATIONOFIMPROVEDFCMTOELECTRICLOADCHARACTERISTICSOFSTATISTICALDATACLUSTERINGABSTRACTThepowerloadisanactivepartinthesecurityandstableoperationoftheentireelectricalpowersys

3、tem.Itissignificantlyimportanttomakesuitableloadmodelforthepowersystemplanning,designandoperation.Inthispaperthepracticalloadmodelingmethodisemployed,andtheloadcharacteristicsisclusteredtoestablishtheactualloadmodelforsubstations.Basedonthecurrentpro

4、blems,FCMwithhierarchicalclusteringisusedtoperformtheclusteringoftheloadcharacteristicsdataofthedifferentsubstationsonthesamearea,theimprovedmethodisappliedfortheclusteringofHunangridsubstation.Theclusteringresultshowsthattheimprovedmethodiseffective

5、comparingwiththeunimprovedmethod.KeyWords:powerload;loadcharacteristic;cluster,FCM改进模糊C-均值法在静态负荷特性数据聚类中的研究目录第一章绪论........................................................11.1研究背景........................................................11.2发展及研究现状......

6、............................................21.2.1发展.......................................................21.2.2研究现状...................................................41.2.2.1电力负荷建模的总体原则.................................41.2.2.2电力负荷建模的基本概念...........

7、......................41.2.2.3分类...................................................51.2.3实用化负荷建模思想......................................61.2.3.1统计综合法............................................61.2.3.2总体测辨法............................................

8、71.3聚类分析在负荷特性分析中的应用现状.............................81.4本文主要研究内容...............................................9第二章聚类分析.................................................102.1聚类分析的基本概念...........................................102.2聚类方法..................