基于改进模糊聚类分析的电力系统不良数据辨识

摘要：

针对当前电力系统不良数据检测辨识方法的缺点,提出一种基于增强型万有引力搜索-模糊C均值算法(EGSA-FCM)的电力系统不良数据辨识新方法.通过提出的增强型万有引力搜索算法(EGSA)对SCADA系统上传的量测数据进行搜索,获得较好的初始解,再运用FCM算法获得良性数据和不良数据的分类,最后通过COS聚类有效性判定指标判断最优聚类数目,得到最佳聚类结果和不良数据.将方法应用于IEEE14节点电力系统和大庆某区域电网中,结果表明能有效避免误检和漏检的发生,检测结果更加准确.

关键词：电力系统、不良数据辨识、模糊聚类、增强型万有引力搜索算法(EGSA)、最优聚类

所属期刊栏目：40

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：东北石油大学基金项目NEPUPY-1-21

在线出版日期：2018-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：30-33,50