针对改进型模糊c均值聚类算法的电力负荷特性分类技术研究

《针对改进型模糊c均值聚类算法的电力负荷特性分类技术研究 》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第51卷第18期电测与仪表Vo1．51No．182014年9月25日ElectricalMeasurement&InstrumentationSep．25，2014改进型模糊C均值聚类算法的电力负荷特性分类技术研究刘永光，孙超亮，牛贞贞2赵国生，(1．河南许继仪表有限公司，河南许昌461000；2．郑州大学电气工程学院，郑州450001)摘要：模糊c均值聚类算法(FCM)是目前应用较多的电力负荷分类算法，但FCM算法存在着对初始聚类中心敏感及需要人为确定聚类数目的问题，针对这个问题，提出了先采用一种快速算法来确定负荷聚类数

2、目和聚类中心，将得到的聚类中心和聚类数目作为FCM的初始输入，再用FCM对负荷进行分类的改进型FcM分类方法，以此减少聚类数目较多时大量的人工参与及分析工作，并通过实际算例分析验证了所提出的分类方法的正确性。关键词：负荷聚类；FCM；负荷特性；日负荷曲线中图分类号：TM714文献标识码：B文章编号：1001—1390(2014)18—0005—05ResearchontheImprovedFuzzyC-MeansClusteringAlgorithmBasedPowerLoadCharacteristicClassific

3、ationTechnology1122LIUYong-guang，SUNChao-liang，NIUZhen-zhen，ZHA0Guo-sheng(1．HenanXuJiinstrumentCO．，LTD，Xuchang461000，Henan，China．2．SchoolofElectricalEngineering，ZhengzhouUniversity，Zhengzhou450001，China)Abstract：FuzzyC-meansClusteringisthegenerallyusedloadclassifi

4、cationalgorithmatpresent．FCMalgorithm，however,issensitivetotheinitialclusteringcenterandcannotautomaticallydeterminetheclusteringnumber．Inordertosolvesuchproblem，amodifiedFCMclusteringmethodhasbeenproposedinthispaper,whichwillutilizeafastalgorithmtodeterminetheclu

5、steringcentercurveandclusteringnumber．ThecomputerresultistreatedastheinitialinputofFCM，thenFCMalgorithmwillbeusedtoclassifythepowerload．ThemodifiedFCMclusteringmethodwillbeabletogreatlyreducethemanualhandlingworks．Thepracticalexampleswillverifythecorrectnessofthep

6、roposedclusteringmethod．Keywords：loadclustering，FCM，loadcharacteristic，dailyloadcurve0引言级划分以及基于目录电价划分的负荷分类方法并不电力负荷分类是电力需求侧管理(DemandSide能满足需求侧管理系统的需要，基于负荷特性分类的负荷分类方法受到了越来越多学者的青睐，成了当前Management，DSM)和电网规划的重要组成部分，精负荷分类的主要方法。细化的电力负荷分类有助于供电部门有效地掌握用目前的基于负荷特性分类的方法很多，比较流行户

7、的负荷特性，制定合理的电价政策，通过削峰填谷的有K—means、层次聚类、模糊c均值聚类算法r1]手段实现负荷曲线的整形⋯，可以激励用户积极参(FCM)、高斯混合模型聚类(GMM)、自组织特征映射与到用户需求侧管理系统中去，同时精细化的负荷分神经网络(soM)、支持向量机(SVM)、极端学习机类对指导电网滚动规划、实时调度及运行规划可靠性(ELM)等，同时还有一些在这些算法的基础上进行改评估等方面具有重要意义。rf口]进的算法。其中模糊c均值聚类算法在运行时间、传统的基于用电行业特性划分、基于负荷用电等准确度、稳定性及聚类

8、效果等方面均表现较好，但是一5一第51卷第18期电测与仪表Vo1．51No．182014年9月25日ElectricalMeasurement&InstrumentationSep．25,2014FCM也有一些缺点，该算法对初始聚类中心比较敏感集中所有数据的平方和小于的数据平方和，则称且需要人为确定聚类