10.3969/j.issn.1009-1831.2022.03.016
基于模糊C均值聚类算法的用电行为模式分类
通过对负荷数据的归类分析,可以得到电力用户的用电行为特征,为需求响应策略制定和效果评估提供支撑.首先,对负荷数据进行预处理,包括非正常数识别与处理,以及平滑处理去除毛刺数据;其次,针对模糊C均值聚类算法对初始聚类中心敏感、易陷入局部最优和受噪声影响大等问题,提出采用最短距离法聚类为模糊C聚类提供初始聚类中心、利用有效性分析类内样本相似程度和不同类之间独立程度来判别聚类结果优劣、以及通过数据密度识别并剔除噪声点等改进措施,提升了模糊C均值聚类算法性能;最后,通过对比其他方法以及对某纺织企业负荷聚类分析,验证了改进算法的正确性与有效性.
用电模式、聚类分析、最短距离法、改进模糊C均值
24
TM732;TP274(输配电工程、电力网及电力系统)
国家电网有限公司总部科技项目6204DY19003G
2022-07-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
98-103