基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究

摘要：

基于日负荷曲线的负荷节点分类是负荷建模的重要环节,详略得当的分类结果保留了负荷节点的内在特性,可提升电力系统仿真计算的效率.当前基于人工智能的节点聚类方法进展迅速,然而总体上针对数据深层特征提取的适应性仍存在不足.采用了基于改进的深度嵌入式算法的日负荷曲线聚类方法,利用神经网络可有效提取数据的深层特征的能力.进而,提出一种先升维后聚类的改进方法,通过算例对比分析,验证了本文所提算法的可行性,以及所提升维—重构聚类方法的正确性.

关键词：负荷建模、日负荷曲线聚类、深度嵌入式、升维-重构聚类

所属期刊栏目：38

分类号：TM712(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金51837004

在线出版日期：2023-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：130-137