基于粒子群优化算法和FCM聚类分析的电能质量评估方法.pdfVIP

电网运维

GridOperation

基于粒子群优化算法和FCM聚类分析的

电能质量评估方法

国网山东省电力公司平原县供电公司李龙潭

摘要：本文提出一种基于粒子群优化算法和FCM聚类分析的电能质量评估方法，利用粒子群PSO算法的

支配参数少、收敛速度快、易于实现等的优点，能较好地克服传统聚类方法易出现局部极值和对初始簇中

心的依赖性等问题。通过优化改进方法得到最优的聚类数目以及在最优聚类数目下的聚类中心，经过对聚

类结果划分，从而得到最终的电能质量评估结果。

关键词：FCM；粒子群算法；电能质量；综合评价

着电力电子等技术的飞速发展，大量非线本文对电能质量综合评估进行分析与研究，提

性、不对称、冲击等特性的负载不断增加，出了一种基于粒子群优化算法和FCM聚类分析的

随

同时也导致了电能质量问题日趋严峻。当电能质量评估方法，将粒子群算法与FCM算法相

前配电网中的电能质量问题，有相当一部分是由于结合，利用粒子群算法的支配参数少、收敛速度快、

在电网规划设计时对电能质量因素的考虑不够充分易于实现等的优点，得到FCM算法初始聚类中心，

造成的。电能质量是多个指标组合而成的复合系统，该方法能较好地克服传统聚类方法容易出现局部极

对其进行综合评估时，不应将各单一指标的分析成值和对初始簇中心的依赖性等问题，通过优化改进

果简单地相加，而应在单一的评价基础之上，通过方法得到最优的聚类数目以及在最优聚类数目下的

对某些或全部电能质量指标进行综合，使其成为一聚类中心，经过对聚类结果划分，从而得到最终的

个整体，该问题属于多因素多变量的综合问题。如电能质量评估结果。本文改进优化算法提高了FCM

何将多种评价指标进行科学、合理地整合为单一的算法在电能质量评估上的聚类精度和有效性，通过

量化评估，是当前电能质量综合评估领域的一个研对电能质量各项指标的聚类分析，可以得出其电能

究热点。质量的优劣情况。

综合分析目前已有的研究结果，学者们提出

1本文PSO-FCM优化算法研究

了综合指标法、概率统计法、赋权法以及矢量代

数法等较为实际的研究手段。随着科学技术发展，在电能质量评估方法中，常规FCM方法容易

还有一些基于雷达图和突变决策的方法，并结合受到初始值的影响，采用局部迭代方法难以保证

人工智能和深度学习等智能算法对以上研究成果最优解的有效性，易陷入局部极值。因此，本文利

进行了完善。但至今国际上尚未形成一套公认的、用PSO的特点和适用范围，采用粒子群优化方法

权威的电能质量评价准则和方法，如何对电能质取代传统的模糊C均值方法进行聚类中心的确定，

量进行科学全面的评估，并将多属性电能质量问以此提高系统的全局搜索性能，同时引入了线性减

题集成到一个统一的电能质量评价中，是当前的小的惯性加权，提高了系统的局部寻优性能，具体

研究重点[1]。如下。