基于数据挖掘的暂态电力斜坡均衡聚类算法研究

摘要：

功率斜坡是由间歇性的风力发电引起的,在电力系统中需要始终保持负载和发电平衡,任何不平衡将会导致价格波动,电网安全等问题.进而造成电力系统稳定性问题,导致经济损失.文中采用Apfiori算法的K-均值聚类和关联规则,基于平潭风电场记录的10 min时间数据,分析和预测风电发电中电力斜坡的发生.根据时间数据对5台空间不相似的风电机组进行聚类,通过K-means算法分析功率斜坡数据,并计算其的聚类均值和聚类标签.采用数据挖掘算法的关联规则分析风力涡轮机之间的电力斜坡事件,每个涡轮机对其他涡轮机的影响在每个时间步骤被分析为不同的转换.通过Apfiofi关联规则算法来发现这些转换间的运行规则,并用于操作室进行决策.

关键词：数据挖掘、大数据、功率斜坡、聚类、关联规则、先验算法

所属期刊栏目：33

分类号：TN432(微电子学、集成电路（IC）)

资助基金：国网河南省电力公司科技项目5217701500FZ.Project Srpported by the Science and Technology Program of State Grid Henan Electric Power Company 5217701500FZ

在线出版日期：2018-06-21（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：18-22