SOM神经网络和C-均值法在负荷分类中的应用

• 作者: 王文生 王科文 王进
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 电力系统 负荷建模 负荷特性分类 自组织特征映射 SOM神经网络 C-均值法
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 36-39
• 分类号: TM714
• 字数: 3086字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2011.04.007

摘要

负荷时变性和分散性已经成为制约负荷模型推广应用的主要因素,而负荷特性分类则是解决这个问题的有效途径.文中提出基于SOM神经网络的C-均值聚类算法的新的负荷分类方法:以负荷模型参数作为负荷动态特性分类特征向量,应用SOM神经网络对初始训练样本进行分类,将获得的聚类数目和各类中心点作为C-均值算法的初始输入进一步聚类.最后通过动模实验的分类结果表明该方法可自动获取分类数,应用于负荷特性分类研究中具有较强的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王科文		10	54	4.0	7.0
2	王进	长沙理工大学电气与信息工程学院	27	190	8.0	13.0
3	王文生	长沙理工大学电气与信息工程学院	2	42	2.0	2.0