基于K均值聚类的光伏电站运行状态模式识别研究

• 作者: 唐云龙 杨大勇 葛琪 董永超 贺衬心
• 来源期刊: 电力系统保护与控制
• 关键词: 光伏电站 K-means 特征聚类 模式识别
• 年，卷（期）: 2016,（14）
• 页码范围: 25-30
• 页数: 6页
• 字数: 4335字
• 语种: 中文
• DOI: 10.7667/PSPC151425

摘要

在阐述光伏电站运行状态模式识别意义的基础上，提取了表征光伏电站运行状态的相关特征参量。基于K-means聚类原理，对广东佛山某光伏电站的实际运行数据进行相关数据处理得到相应的特征矩阵。利用K均值算法进行聚类分析，结果表明K均值聚类算法在光伏电站运行状态的模式识别上具有良好的聚类综合能力，可有效解决光伏电站运行状态模式分类处理的复杂性问题，具有重要的理论和应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺衬心		4	24	3.0	4.0
2	杨大勇		2	14	1.0	2.0
3	葛琪		3	22	2.0	3.0
4	董永超		3	14	1.0	3.0
5	唐云龙		5	65	4.0	5.0