聚类算法应用于多变压器选址分析.doc

聚类算法应用于多变压器选址分析 变压器选址的合理性不仅关系着供电范围电网线路的布局、结构，还影响着电网负荷的大小。近年来，在电网规划发展中一直不断的采用新方法来优化变压器选址问题，但依然没有得到最好地解决。聚类一种研究指标分类统计方法用途广泛。 首先，在变压器安放位置的选择时，除了要尽可能接近负荷中心点外，还一定要考虑到变压器线路的走向和安全问题。其次，变压器选址还会受到地形、地势的影响。另外，因为电网线路走向情况一直非常复杂，电力负荷点也不在同一个平面上，所以为了使电网模型更清晰，我们就假设目前所有的电力负荷点与变压器都处在一个水平面上。 配电变压器选址问题实际上就是在将规划区域分布已知道的情况下，来找到需要的变压器台数、位置、容量和供电范围，是以降低电缆损耗作为条件，来尽量减小变压器的损耗，数学描述如下。 （1） （2） 上述算式中：△PO表示功率损失系数；e表示变压器的数量；n表示每个变压器负荷点；Pμ代表i区域内j点负荷功率；Uμ表示i区域j点电压；cos表示功率因素；R(Sj)表示连接负荷点j与变压器导线单位千米电阻量；L(xj·wi)代表从xj到wi的距离；N表示所有负荷点的集合。以上公式可得出，在电压、功率和导线材料相同的条件下，有功功率损失和用电功率成正比，和供电距离成正比。 2、动态聚类法在变压器选址中的应用 动态聚类法主要包含K-Means算法、迭代自组织的数据分析算法和基于LBG算法的聚类分析。本文采用K-Means算法的思想。 聚类是一个分类整合的统计过程。同一类别里的事物存在有很大的相像，反之也存在有差异性。动态聚类法就是根据这样的原理，首先形成一个初始类别，让样本数据依据某些规则划分开来，然后依照相同规律，对已经形成的初始类别再次进行划分，以此重复直到合理，如下图l所示。 图1动态聚类算法流程 2.1分割聚类算法原理 分割聚类算法即K-Means，是一种典型的聚类算法。其工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。K-Means算法的一般都采用均方差作为标准测度函数k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。 2.2运用改进K-Means算法确定变压器中心位置 由于K-Means算法也存在着一些不足，因此在计算中只能得出一个仍然模糊的结果。而变压器选址中也存在着一些实际情况，可以对K-Means算法做一些改进，以更好帮助确定变压器的中心位置。 变压器一般会安装在负荷点的中心位置，而通常负荷中心则是由输送容量P和送电距离L的乘积而得到的。在聚类原则基础上，适当调整聚类中心的计算原则算出负荷中心点。在这里我们先采用坐标法确定好原点，再求出相对坐标(x，y)，最后求出中心点坐标,如下所示。 （3） 将上式中P换成P2，可以使变压器更接近负荷较高的点，如下所示。 （4） 上式中：Pj表示负荷点j的大小；(xj,yj)是j的坐标。 上式 (4)所求出结果更加接近负荷大地方，更加能够降低线损，也能区域内有功功率损失更低，也保证了供电量。 2.3如何选择电缆 导线材料即电缆线在电网中也占有十分重要的位置。如果导线过粗，将耗费投资，但能够减少电压与电能损耗；如果导线截面较小，虽然可节省投资，却会增加电压与电能损耗。而通过降低电压的方法来选择电缆截面，就会减少以上不便。根据高压配电线路电压损耗不得超过电路额定电压的5％；低压输配电线路的电压损耗不得超过5％；视觉要求较高的照明线路不得超过2％-3％的原则，可推出电压降的式(5)和电缆截面的最小允许截面式(6) (5) (6) 上式中：C表示电压损失系数；△U％表示电压损失百分比。 实际操作中，一般电网会使用固定的一种或者几种电缆线，因此不会投资成本不会有太大变动；同时选择电缆主要根据最小允许截面去选择最合适的，所以动态聚类算法所得出的最终结果会有一定的波动性，最合适的结果不是最后一次迭代所得。 2.4如何运用动态聚类法选择变压器位置 变压器位置选择时，首先要确定变压器的数量，再会选取几个负荷点作为变压器初始位置。即针对变压器选址的实际情况，从已知负荷点集合与类别数中，求出对负荷点集合进行分类时所产生的总误差和，确定变压器初始中心点，运用迭代聚类的方法，将全部样本分配到各个聚类中，根据所得出的线损结果，就可找出聚类中心点，根据