10.11930/j.issn.1004-9649.202006320
基于特征加权模糊聚类的电力负荷分类
电力用户的负荷分类为电力系统和电力部门的系统规划、负荷预测、分时电价等研究提供了基本的指导工作.利用基于变分模态分解(variational mode decomposition,VMD)和模糊C均值聚类算法(fuzzy C-means,FCM)实现电力负荷的分类研究,针对FCM中欧氏距离的特征权重唯一的问题,利用基于特征加权的模糊聚类方法,提出基于特征加权的VMD-FCM聚类算法.根据电网实测负荷数据,VMD算法可对数据的固有模态有效分解,结合FCM算法引入的权重系数,显著提高了算法收敛速度和聚类准确度.对聚类结果分析表明:所提VMD-FCM聚类方法能够有效区分不同负荷类型,具有实际应用价值,从而为电力系统的设计规划提供指导作用.
负荷分类、模糊聚类、变分模态分解、特征加权、负荷特性曲线
55
TM76;TP311.52;TP29
国家自然科学基金51105348
2022-06-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
25-32