应用改进粒子群优化的模糊均值聚类算法的暂态急定机组分群方法

• 作者: 刘栋 张园园 陈道君 龚庆武
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 粒子群优化 模糊C-均值聚类 机组动态分群 同调性指标
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 电力系统
• 页码范围: 92-98
• 分类号: TM712
• 字数: 6316字
• 语种: 中文

摘要

针对模糊C-均值聚类方法(fuzzy C-means,FCM)应用于机组分群时存在易收敛于局部最优值的问题,提出了改进的粒子群优化(particle swarm optimization,PSO)的模糊C-均值聚类算法(PSO-FCM)用于机组分群的方法,并阐述了分群算法中关键参数的选取方法.为充分利用FCM多特征量分析的优点,同时引入了功角、角速度作为分群特征量,提出了利用同调性指标自适应确定分群数目的方法,分群时采用约1个摇摆周期的数据分析.理论分析和仿真结果表明,所提方法能够取得一致、稳定的分群结果,效果优于传统的模糊聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚庆武	武汉大学电气工程学院	106	1721	24.0	37.0
2	刘栋	武汉大学电气工程学院	20	518	11.0	20.0
3	陈道君	武汉大学电气工程学院	13	382	7.0	13.0
4	张园园	武汉大学电气工程学院	12	107	6.0	10.0