基于改进的模糊C均值聚类的负荷预处理

• 作者: 孙景文 常鲜戎
• 来源期刊: 华北电力大学学报(自然科学版)
• 学科: 工学
• 关键词: 负荷预处理 模糊聚类 粒度原理 K均值算法
• 年，卷（期）: 2014,（1）
• 页码范围: 27-32
• 页数: 6页
• 分类号: TM715
• 字数: 6109字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1007-2691.2014.01.05

摘要

SCADA系统采集的电力负荷数据由于各种原因,会存在一些坏数据.在负荷预测中,必须仔细而合理地对历史负荷数据进行处理.电力负荷预处理应该充分考虑负荷曲线本身的特征,即平滑性和相似性.模糊C均值算法可以较好地进行聚类,但是其由于存在聚类数和初始聚类中心未知的问题,因此提出改进的模糊C均值算法——IFCM,即使用改进K均值算法确定初始聚类中心,引入粒度原理确定最佳聚类数.首先采用IFCM对日负荷曲线进行聚类,产生各类特征曲线;然后计算每个时刻点的方差,根据3σ法则进行坏数据的辨识;最后利用特征曲线对坏数据进行修正.针对四川某电网的实际电力负荷进行分析,表明了模型的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常鲜戎	华北电力大学电气与电子工程学院	79	789	13.0	23.0
2	孙景文	华北电力大学电气与电子工程学院	5	30	4.0	5.0