聚类算法对供电负荷模型的未知参数的分析

• 作者: 童志明 艾鸿宇 郑建锋
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 智慧电网 负荷管理 聚类算法 负荷模型
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP769
• 字数: 3600字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.03.012

摘要

由于电力负荷的不确定性,负荷模型难以建立,所以很难提供有效数据进行负荷管理.目前,利用基于环境信号的负荷模型参数辨识方法,虽然可以很频繁地进行负荷模型参数辨识,但由于数据的不确定性,造成产生很多不同识别结果.针对数据平台的这一特性,文中提出了一种负荷模型参数聚类方法,从辨识结果中提取具有代表性的负荷模型参数,为负荷管理的数据平台架构提供有效支撑.为了得到更好的聚类结果,采用基于故障后响应曲线的模型距离进行聚类.采用K-medoids聚类算法,簇数由簇半径决定.仿真结果表明了所提出的负荷模型参数聚类方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑建锋		5	9	1.0	3.0
2	艾鸿宇		1	0	0.0	0.0
3	童志明		1	0	0.0	0.0