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 .pdfVIP

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 .pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第51卷 第18期 电测与仪表 Vo1.51 No.18 2014年 9月25日 Electrical Measurement Instrumentation Sep.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—05 Research on the Improved Fuzzy C-Means Clustering Algorithm Based Power Load Characteristic Classification Technology 1 1 2 2 LIU Yong-guang,SUN Chao-liang,NIU Zhen-zhen,ZHA0 Guo-sheng (1.Henan Xu Ji instrument CO.,LTD,Xuchang 461000,Henan,China. 2.School of Electrical Engineering,Zhengzhou University,Zhengzhou 450001,China) Abstract:Fuzzy C-means Clustering is the generally used load classification algorithm at present.FCM algorithm, however,is sensitive to the initial clustering center and cannot automatically determine the clustering number.In order to solve such problem,a modified FCM clustering method has been proposed in this paper,which will utilize a fast algorithm to determine the clustering center curve and clustering number.The computer result is treated as the initial input of FCM,then FCM algorithm will be used to classify the power load.The modified FCM clustering method will be able to greatly reduce the manual handling works.The practical examples will verify the correctness of the proposed clustering method. Key words:load clustering,FCM,load characteristic,daily load curve 0 引 言

文档评论(0)

xiaowei110 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档