基于优化粒子群K-means聚类算法在风功率预测中的应用

• 作者: 李昆 王先军 赵巧娥 郭敏 高金城
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 风功率 预测 K-means聚类算法 优化粒子群的K-means聚类算法
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 控制理论与应用
• 页码范围: 24-26,39
• 页数: 4页
• 分类号: TP273
• 字数: 2411字
• 语种: 中文

摘要

由于风的间隙性、随机性、波动性很大,为了提高电网运行稳定性,有必要进行风功率预测.由于风电机组在实际当中运行受地理环境因素的限制,所以传统风电场建模进行风功率预测的方法不再适用,而通过K-means聚类算法求取风电机组的风速-功率曲线虽然准确性有所提高,但由于k-means聚类中心随机选择,仍然存在很多缺陷.本文提出利用优化粒子群的K-means聚类算法进行风功率预测,通过仿真结果验证了利用优化粒子群的K-means聚类算法进行风功率预测的准确性要比传统的方法以及K-means聚类算法的准确性高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵巧娥		45	135	7.0	10.0
2	郭敏		8	9	2.0	2.0
3	王先军		1	2	1.0	1.0
4	高金城		7	24	3.0	4.0
5	李昆		2	2	1.0	1.0