配电网拓扑结构概念聚类及其在优化规划中的应用

摘要：

聚类分析是一种无监督的机器学习方法,被广泛应用于各研究领域.在城市配电网优化规划的研究中,现有的关于网络拓扑结构分析的一些方法并不适用于配电网优化规划工作,而关于配电网拓扑结构聚类分析的研究更是鲜见报道.基于对配电网结构、运行特点以及优化规划工作实际需要的认知,提出了一种结合模糊逻辑的配电网拓扑结构概念聚类方法,对于推进配电网优化规划问题的研究具有广泛的实际意义.为检验该方法的有效性,在该方法的基础上引入几个简单的概念,构成一个基本的机器学习模块,该模块可以方便地"嵌入"基于Agent行为和范例学习的新型遗传算法中,以提高原算法的计算性能.并用算例证明了在引入基于配电网拓扑结构概念聚类的机器学习模块后,新型遗传算法具有更高的计算效率和求解质量.

关键词：配电网优化规划、配电网拓扑结构、概念聚类、机器学习

所属期刊栏目：27

分类号：TM715;TM727.2(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59877017;高等学校博士学科点专项科研项目2001005622

在线出版日期：2003-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：31-35,40