基于自适应FCM算法的智能母线负荷聚类特性研究

《基于自适应FCM算法的智能母线负荷聚类特性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第38卷第6期四川电力技术Vo1．38，No．62015年12月SichuanElectricPowerTechnologyDec．。2015基于自适应FCM算法的智能母线负荷聚类特性研究吴茵’，岳菁鹏，罗欣。，杨小卫(1．广西电网公司，广西南宁530023；2．北京清软创新科技有限公司，北京100085)摘要：：随着新一轮的科技革新和电力体制改革的不断深入，电力调度的智能化和工作精细化的要求不断提高。以母线负荷数据的有效信息提取和应用为主线，结合广西省母线负荷数据，基于自适应FCM算法对区域电网母线建立聚类C模型，从而针对

2、不同母线的负荷特征进行分析，为精确的负荷预测提供了一种新思路和算法参考。关键词：自适应FCM算法；母线聚类；负荷预测Abstract：Withanewroundoftechnologicalinnovationandthedeepeningofpowersystemreform，therequirementsforintelli—gentandrefinedpowerdispatchingcontinuetoincrease．Takingtheeffectiveinformationextractionand印plicati

3、onofbusloaddataasthemainlineandcombinedwiththebusloaddataofGuangxiprovince，theCmodelofregionalpowergridisestab—lishedbasedonadaptiveFCMalgorithm，andthentheloadcharacteristicsofdifferentbusesareanalyzed．Itprovidesanewi—deaandalgorithmreferencefortheaccurateloadforec

4、asting．Keywords：adaptiveFCMalgorithm；busclustering；loadforecasting中图分类号：TM76文献标志码：A文章编号：1003—6954(2015)06—0068—04律波动性和变化模式复杂性等特点，提高母线预测0引言精度的途径之一是通过对不同的母线特征进行分析，研究自适应策略。利用自适应FCM算法找到科广西电网地处“西电东送”主要通道的中部位学合理的母线聚类数c，将区域电网母线进行分类，置，是南方电网的重要组成部分。广西电网供电面进而对不同的母线负荷特征进行分析，为

5、进一步精积达到23．67万平方公里，供电服务人口5200多确快速的母线负荷预测提供了有效算法。万人，供电客户数960多万户。广西省母线数量庞大，覆盖面广，母线种类错综复杂；对于其特性也较1母线负荷模型与数据难把握，导致母线负荷预测难度较大，而精确的母线负荷预测可以提高电网智能化调度水平，所以做好母线负荷建模即构建母线负荷对象，基本模型负荷分类与特性分析工作是提高负荷预测的根本和一般为树状结构，可以描述为分区、厂区、母线负荷前提条件。的层级关系，其定义依据源自EMS电网模型。母线目前母线负荷预测主要有两大类方法：一类是负荷模型

6、可以通过电网模型中的负荷组定义、主变基于母线负荷自身变化规律的预测方法。这类方法压器端点定义或者线路端点定义进行创建5J。如全网负荷的分析相似，根据母线负荷自身的变化规图1采用的母线负荷分层树状结构中，第一层为系律，用全网预测的某些方法进行负荷预测；但由于母统负荷，第二层为区域负荷，第三层为变电站负荷，线符合的波动性和不稳定性，用此种方法预测可能第四层为母线负荷。会产生较大误差。另一类是基于系统负荷分配的预母线负荷在数据统计上可以关联到电力元件测测方法，该方法首先取得全网某一时刻的预测值，然量值，采用状态估计或SCADA数据

7、作为数据源，通后按照一定的比例因子将其分配到每一条母线上。常情况下针对日96点(每15min一点)的有功和无此方法便捷易用，但缺少独立的母线负荷规律性分功负荷进行统计和预测。其中单母线负荷在时段的析和预测手段¨。相对误差为电网中母线数目众多，各个母线负荷具有不规．68·第38卷第6期四川电力技术V01．38。No．62015年l2月SiehuanElectricPowerTechnologyDee．。2015应用(第二版)[M]．北京：中国电力出版社，2009．杨小卫(1982)，硕士，高级工程师，主要从事电网调度[7]陈小

8、平．母线负荷预测的实用算法[J]．四川电力技运行管理工作；术，2012，35(1)：66—68．岳菁鹏(1985)，硕士，助理工程师，主要研究电网负荷[8]高峰，康重庆，程旭．短期负荷预测相关因素的自适预测、分布式发电等；应训练[J]．电力系统自动化，2002，26(18)：6—1O．罗欣