改进FCM算法及其在日负荷曲线分类中应用.pdfVIP

“第 25 届中国高校电力系统及其自动化专业学术年会” 改进 FCM 算法及其在日负荷曲线分类中的应用 蒋雯倩，李欣然，钱 军，刘志勇 （湖南大学电气与信息工程学院，湖南省，长沙市，410082 ） 摘 要：变电站的日负荷曲线在一定程度上能够 确性。 较好的反映其综合负荷的构成特性。研究电力系 在实际应用当中，日负荷曲线一般是 统的负荷的构成情况，实际上就是要研究一种有 由各测量系统所得到的采样点描述而成 效的负荷分类方法，从而可在此基础上的进行拓 的。这些日负荷曲线具有采样点多的特点， 展应用。本文分析现有的分类方法，针对 FCM 这就要求在选择分类算法时，算法要有高 聚类算法对初始值比较敏感，收敛结果依赖于聚 效率的特点。随着时间的迁移，会更新得 类原型参数的缺点，结合减法聚类，将一种改进 的 FCM 算法运用到日负荷曲线分类中。为了使 到大量的日负荷曲线，对于日负荷曲线的 分类的结果更加理想，本文提出先将日负荷曲线 分类，除了要求算法高效以外，还应该能 用 Neville 算法进行缺失数据补全处理，再将处理 够即时有效的将新类别辨识出来。FCM算 后的数据用改进的 FCM 算法进行分类。算例研 法是一种应用广泛的聚类算法，但存在对 究证明，这种改进的 FCM 算法可得到良好的效 初始值敏感、运算速度慢和预先设定分类 果。 数目的问题，不能满足对日负荷曲线的分 关键词：日负荷曲线；数据补全；分类；FCM 算 类要求。本文先用Neville算法对日负荷曲 法 线缺失点进行补全，对补全好的样本数据 0 引言 用减法聚类算法进行聚类，再将聚类的结 基于日负荷曲线的分类广泛应用在电 果作为FCM算法的聚类初始值对日负荷 力系统分析中。在负荷预测方面，分类负 曲线进行聚类，得到比较好的效果。应用 荷预测是一种常用的短期预测方法，在历 实例表明，本文提出的方法实现简便，计 史数据中选取相似日，得到相似日曲线， 算效率高，分类结果准确。 在此基础上进行预测。获得相似日曲线的 实际就是一种负荷曲线分类后的特征日负 1 电力日负荷曲线缺失值的处理 荷曲线提取。在负荷建模方面，为使建立 来源于SCADA系统的日负荷曲线数 的负荷模型更具有代表性，往往需要对负 据由于通道错误、RTU故障、冲击负荷等 荷节点进行分类，文献[1]提出了一种基于 原因会产生坏数据。缺失数据是其中一种 日负荷曲线的分类和综合建模方法。目前 坏数据。对于缺失的数据通常会采取抛弃 分类的方法已经有很多种，文献[2]采用人 含有缺失值的样本、领域专家手动补充值