k-means聚类算法在负荷曲线分类中的应用

• 作者: 刘莉 王刚 翟登辉
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 状态估计 数据挖掘 不良数据检测和辨识
• 年，卷（期）: 2011,（23）
• 所属期刊栏目: 应用研究
• 页码范围: 65-68,73
• 分类号: TM714
• 字数: 3940字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2011.23.014

摘要

为了提高电力系统状态估计结果的准确性,利用k-means聚类算法并结合有效指数准则,提出了一种辨识系统不良数据的新方法.研究内容是以某一节点负荷数据为研究对象,运用数据挖掘中k-means聚类算法并结合有效指数准则提取出日负荷特征曲线,分别对输电网状态估计中的不良数据检测和辨识、配电网状态估计中的伪量测补充进行了研究.最终用Matlab编制算法程序并进行仿真分析,结果表明,此方法效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘莉		56	602	10.0	23.0
2	翟登辉		9	233	6.0	9.0
3	王刚		36	148	6.0	11.0