基于PSO-FCM算法的同调发电机识别

• 作者: 张宝珍 张尧 林凌雪 郑立
• 来源期刊: 华南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 同调发电机 动态等值 粒子群优化 模糊c均值聚类 聚类有效性
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 动力与电气工程
• 页码范围: 8-13
• 页数: 6页
• 分类号: TM744
• 字数: 4663字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-565X.2013.04.002

摘要

针对同调动态等值法中的同调发电机分群问题,提出了基于粒子群优化(PSO)的模糊c均值聚类(FCM)算法来识别同调发电机.该算法将聚类中心数作为粒子进行编码,利用粒子群优化的并行性和全局搜索能力,通过不断更新粒子的速度和位置实现寻优,克服了模糊c均值聚类对初值的依赖和易陷入局部极值的缺点.文中还构造了聚类有效性函数来进行聚类效果的评价.IEEE10机39节点系统仿真表明,该算法具有快速、准确、简单、易实现的特点,有效解决了同调发电机的识别问题,可用于电力系统不同运行方式下同调发电机的分群.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林凌雪	华南理工大学电力学院	26	469	11.0	21.0
2	张尧	华南理工大学电力学院	229	5315	35.0	61.0
3	郑立	华南理工大学电力学院	3	21	3.0	3.0
4	张宝珍	华南理工大学电力学院	3	11	2.0	3.0