基于高斯混合聚类的风电出力场景划分

• 作者: 张发才 李喜旺 樊国旗
• 来源期刊: 计算机系统应用
• 关键词: 聚类划分 最佳聚类数 GMM 典型场景
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 146-153
• 页数: 8页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007737

摘要

目前基于相似度的聚类方法对风电出力场景进行聚类划分,而相似度又大多采用欧式距离长短作为衡量依据,其结果反映时间序列曲线的幅度大小差异,未能反映出曲线的形态特征及变化趋势的不同.本文提出一种基于高斯混合聚类的风电出力场景划分的方法,即通过属于某一类的概率大小来判断最终的归属类别.首先根据BIC准则,肘部法则和轮廓系数分别确定GMM聚类和K-means聚类的最佳数量,然后以某地区实际风电为研究对象,提取该地区3年春季风电出力典型场景,并对这两种聚类结果进行对比分析,验证本文方法的有效性.最后通过GMM聚类模型提取该地区各个季节风电出力典型场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李喜旺	中国科学院沈阳计算技术研究所	17	70	5.0	8.0
2	张发才	中国科学院沈阳计算技术研究所	1	0	0.0	0.0
3	樊国旗	中国科学院沈阳计算技术研究所	1	0	0.0	0.0