基于灰色关联与模糊聚类分析的负荷预处理方法
电力负荷曲线反映了在一定时间间隔内用户侧消耗的电能,包含了电力系统运行调度与可靠性等重要信息.然而信道错误、仪表故障、设备停运等随机因素导致负荷曲线包含异常数据与缺失值.文中提出一种基于灰色关联分析和模糊聚类(GRA-FCM)的负荷预处理模型.首先通过灰色关联分析确定与待检测日关联度较大的相似样本集,然后采用模糊聚类算法与聚类有效指标得到典型特征曲线,最后对辨识的异常数据进行修正.将所提模型应用于某城市电网SCADA系统负荷预处理中,表明所提模型有很高的准确性和实用性.
负荷预处理、灰色关联分析、模糊聚类分析、相似样本集、典型特征曲线
54
TM933
国家自然科学基金资助项目51207988;上海市科委科创项目14DZ1201602;国家电网公司科技项目SGRI-DL-71-14-004,52094014001Z;上海绿色能源并网工程技术研究中心13DZ2251900
2017-07-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
36-42