本文選題：負(fù)荷曲線聚類 + 模糊C均值聚類��； 參考：《電力系統(tǒng)自動(dòng)化》2017年09期

【摘要】：高級(jí)量測(cè)體系的建設(shè)促使大量用電負(fù)荷數(shù)據(jù)增加了可觀性,但由于通信等原因,量測(cè)數(shù)據(jù)中存在不良數(shù)據(jù)。文中提出一種引入改進(jìn)模糊C均值(FCM)聚類算法的負(fù)荷數(shù)據(jù)辨識(shí)及修復(fù)方法,該方法利用快速爬山技術(shù),對(duì)標(biāo)準(zhǔn)FCM聚類算法中聚類數(shù)目難以預(yù)先確定、初始聚類中心隨機(jī)選取等缺點(diǎn)進(jìn)行改進(jìn),實(shí)現(xiàn)用電負(fù)荷數(shù)據(jù)的精準(zhǔn)聚類。在此基礎(chǔ)上提取可行域矩陣及特征曲線,實(shí)現(xiàn)對(duì)新量測(cè)數(shù)據(jù)的辨識(shí)及修正。最后采用某地實(shí)際負(fù)荷測(cè)量數(shù)據(jù)進(jìn)行分析,并通過與基于標(biāo)準(zhǔn)FCM聚類算法的對(duì)比,驗(yàn)證了該方法的快速性、高效性及其應(yīng)用前景。
[Abstract]:The construction of advanced measurement system makes a large number of load data increase observability, but because of communication and other reasons, there are bad data in the measurement data. In this paper, an improved fuzzy C-means clustering algorithm is proposed to identify and repair the load data. By using the rapid mountain climbing technique, it is difficult to determine the number of clustering in the standard FCM clustering algorithm in advance. The shortcomings of random selection of initial clustering center are improved to realize accurate clustering of electric load data. On this basis, the feasible domain matrix and characteristic curve are extracted, and the identification and correction of the new measurement data are realized. Finally, the actual load measurement data are analyzed and compared with the standard FCM clustering algorithm, which verifies its rapidity, efficiency and application prospect.
【作者單位】： 智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室(天津大學(xué));南方電網(wǎng)電力科學(xué)研究院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51377119) 中國(guó)南方電網(wǎng)有限責(zé)任公司科技項(xiàng)目(WYKJ00000020)~~
【分類號(hào)】：TM76

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙慶建;田明;;電力負(fù)荷數(shù)據(jù)多維層次聚集立方體存儲(chǔ)結(jié)構(gòu)模型[J];電力需求側(cè)管理;2008年03期

2 劉輝舟;周開樂;胡小建;;基于模糊負(fù)荷聚類的不良負(fù)荷數(shù)據(jù)辨識(shí)與修正[J];中國(guó)電力;2013年10期

3 楊成龍;一種用于配網(wǎng)狀態(tài)估計(jì)的實(shí)時(shí)負(fù)荷數(shù)據(jù)模型[J];江蘇電機(jī)工程;2003年04期

4 陳亮;文福拴;童述林;;基于密度估計(jì)的異常電力負(fù)荷數(shù)據(jù)辨識(shí)與修正[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

5 錢進(jìn);孟祥萍;;基于關(guān)聯(lián)分類技術(shù)的短期負(fù)荷數(shù)據(jù)缺損處理[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2006年06期

6 任麗娜;芮執(zhí)元;劉彥新;徐龍?jiān)?;異常電力負(fù)荷數(shù)據(jù)的辨識(shí)方法研究[J];水力發(fā)電;2008年02期

7 陳建華;戴鐵潮;張寧;甘德強(qiáng);王康;;確定性合同分解中異常負(fù)荷數(shù)據(jù)的識(shí)別與修正[J];電力系統(tǒng)自動(dòng)化;2009年06期

8 田增堯,張明理,趙瑞;短期電力負(fù)荷預(yù)報(bào)中異常負(fù)荷數(shù)據(jù)的識(shí)別和修正[J];吉林電力;2004年06期

9 謝宏,陳志業(yè),牛東曉;短期電力負(fù)荷預(yù)測(cè)的數(shù)據(jù)主成份分析[J];電網(wǎng)技術(shù);2000年01期

10 高山,單淵達(dá);小波奇異性檢測(cè)在負(fù)荷數(shù)據(jù)糾錯(cuò)和平滑處理中的應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2001年11期

相關(guān)博士學(xué)位論文 前1條

1 李慧;配電系統(tǒng)負(fù)荷數(shù)據(jù)處理方法的研究[D];中國(guó)農(nóng)業(yè)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前3條

1 王鵬舉;基于樣條與核密度函數(shù)的不良負(fù)荷數(shù)據(jù)辨識(shí)方法研究[D];重慶大學(xué);2012年

2 童述林;電力系統(tǒng)負(fù)荷數(shù)據(jù)的處理與分析研究[D];華南理工大學(xué);2012年

3 劉麗輕;電力用戶負(fù)荷模式識(shí)別系統(tǒng)研究與設(shè)計(jì)[D];華北電力大學(xué);2012年

，

本文編號(hào)：1804525