基于特征指标降维及熵权法的日负荷曲线聚类方法

论文摘要

日负荷曲线聚类是负荷建模背景下分析负荷特性的基础。针对现有聚类方法在聚类质量、聚类效率等方面的不足,综合运用模糊C均值及熵权法原理提出一种基于特征指标降维及熵权法的日负荷曲线聚类方法。首先提取日负荷率、日峰谷差率、日最大利用时间等7类降维特征指标替代各采样点负荷数据作为聚类输入;其次,引入熵权法自适应配置各特征指标的权重系数;最后,采用特征加权的模糊C均值聚类算法对用电日负荷曲线进行聚类。采用所提方法对某地区日负荷曲线进行聚类分析,算例结果表明该方法在运行效率、鲁棒性、聚类质量等方面具有一定的优越性,聚类结果能真实有效地反映负荷的实际用电特性。

论文目录

• 0 引言
• 1 聚类特征指标选取及权重配置
•   1.1 负荷曲线降维必要性分析
•   1.2 聚类特征指标选取
•   1.3 特征指标权重配置
• 2 基于特征指标及权重的FW-FCM算法
•   2.1 数据降维
•   2.2 算法实现过程
•     1)确定隶属度矩阵U。
•     2)根据下式构建目标函数F（U,V,W）。
•     3)更新聚类中心矩阵V。
•     4)当目标函数F（U,V,W）达到最小时,即可由矩阵U和V获得聚类结果。
•   2.3 聚类有效性检验
• 3 算例分析
•   3.1 实际日负荷曲线聚类
•     3.1.1 数据来源
•     3.1.2 聚类结果及对比分析
•   3.2 特殊日负荷曲线聚类
•     3.2.1 数据来源
•     3.2.2 聚类结果及对比分析
•   3.3 算法鲁棒性检验
•   3.4 特征指标及权重对聚类质量的影响
•     3.4.1 特征指标选取对聚类质量的影响
•     3.4.2 特征指标权重对聚类质量的影响
• 4 结语

文章来源

类型: 期刊论文

作者: 宋军英,何聪,李欣然,刘志刚,汤杰,钟伟

关键词: 特征指标降维,熵权法,加权模糊均值算法,负荷曲线聚类

来源: 电力系统自动化 2019年20期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业

单位: 国网湖南省电力有限公司,湖南大学电气与信息工程学院

基金: 国家自然科学基金资助项目（51577056）~~

分类号: TM714

页码: 65-76

总页数: 12

文件大小: 2871K

下载量: 448