改进的模糊C均值法在荷特性统计数据聚类中的应用毕业论文.docVIP

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APPLICATION OF IMPROVED FCM TO ELECTRIC LOAD CHARACTERISTICS OF STATISTICAL DATA CLUSTERINGABSTRACTThe power load is an active part in the security and stable operation of the entire electrical power system. It is significantly important to make suitable load model for the power system planning, design and operation. In this paper the practical load modeling method is employed, and the load characteristics is clustered to establish the actual load model for substations. Based on the current problems, FCM with hierarchical clustering is used to perform the clustering of the load characteristics data of the different substations on the same area, the improved method is applied for the clustering of Hunan grid substation. The clustering result shows that the improved method is effective comparing with the unimproved method.Key Words: power load; load characteristic; cluster,FCM目 录第一章 绪论11.1 研究背景11.2发展及研究现状2 1.2.1 发展2 1.2.2 研究现状4 1.2.2.1 电力负荷建模的总体原则4 1.2.2.2 电力负荷建模的基本概念4 1.2.2.3 分类5 1.2.3 实用化负荷建模思想6 1.2.3.1 统计综合法6 1.2.3.2 总体测辨法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112.3 系统聚类法15 2.3.1 最小张树聚类法16 2.3.2 基于密度的聚类算法16 2.3.3 基于网络的聚类方法16 2.3.4 基于模型的聚类算法16 2.3.5 基于划分的聚类算法162.4 各算法优缺点比较17第三章 模糊C均值在负荷特性聚类中的应用实例193.1 聚类在电力系统中的应用综述193.2 模糊C均值聚类算法20 3.2.1 硬C均值聚类算法（HCM）20 3.2.2 模糊C均值聚类22 3.2.3 程序流程图233.3对模糊C均值法的改进25 3.3.1 改进的各方案比较25 3.3.2 最终改进方案的选定263.4 聚类实例27 3.4.1 原始数据聚类数据27 3.4.2 未改进的模糊C均值法在实例中的应用27 3.4.3 改进的模糊C均值法在实例中的应用28 3.4.4 两种算法的比较293.5 结果分析31第四章 结语33参考文献 34致谢35附录36附录A 原始聚类数据36附录B 系统聚类法所得的聚类中心生成的隶属度矩阵38附录C 改进的模糊C均值法源程序41附录D 类间距离计算源程序47附录E 类内距离计算源程序48第