基于云模型和模糊聚类的电力负荷模式提取方法

• 作者: 宋易阳 李存斌 祁之强
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 云模型 模糊聚类 FCM 电力负荷模式 电力用户分类
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 电力系统
• 页码范围: 3378-3383
• 页数: 6页
• 分类号: TM714
• 字数: 4425字
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2014.12.017

摘要

为解决应用传统模糊C均值(fuzzy C-means,FCM)算法进行电力负荷模式提取时存在的对初始聚类中心敏感、聚类数目不易确定、算法稳定性较差等问题,从负荷曲线形态出发,提出一种基于云模型和模糊聚类的电力负荷模式提取方法.该方法首先针对电力负荷数据的时间特性,对云变换方法进行了维度扩展,使其能够应用于具有时间特征的二维数据处理,将电力用户典型日负荷的频率分布分解为若干个正态云组的叠加,以各云模型中最能代表各定性概念的期望向量集合作为初始聚类中心;然后,基于云模型确定的初始聚类中心和聚类数目,应用FCM算法进行电力负荷模式提取和用户分类.最后,以某电网实际负荷数据进行算例分析,结果证明了该算法的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李存斌	华北电力大学经济与管理学院	164	1493	21.0	31.0
2	祁之强	华北电力大学经济与管理学院	12	256	9.0	12.0
3	宋易阳	华北电力大学经济与管理学院	3	82	3.0	3.0