10.3969/j.issn.1000-3886.2014.05.020
基于自适应 FCM和 LVQ神经网络的负荷特性分类
随着电网规模日益扩大,电力负荷特性越来越多样化,精确的负荷特性分类对电力系统十分重要。基于自适应FCM和LVQ神经网络算法,提出了一种负荷特性分类方法,采用基于有效性指标函数FCM算法,产生最佳聚类数目;根据聚类结果选择最靠近每类中心的样本作为LVQ神经网络聚类的训练样本,训练学习矢量量化神经网络;通过训练好的神经网络实现对所有负荷特性样本的分类。算例分析表明是有效的和优越的。
电力系统、负荷特性分类、模糊聚类、有效指标、LVQ神经网络
TM714(输配电工程、电力网及电力系统)
2014-11-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
55-56,93