基于模糊聚类的电力负荷特性的分类与综合

被引:133
作者
李培强 [1 ]
李欣然 [1 ]
陈辉华 [2 ]
唐外文 [2 ]
机构
[1] 湖南大学电气与信息工程学院
[2] 湖南电力中心调度局
基金
高等学校骨干教师资助计划;
关键词
电力系统; 综合负荷; 负荷特性; 负荷建模; 分类与综合; 模糊聚类;
D O I
10.13334/j.0258-8013.pcsee.2005.24.013
中图分类号
TM714 [负荷分析];
学科分类号
080802 ;
摘要
在阐述负荷特性分类与综合内涵及意义的基础上,以变电站综合负荷构成成分比例为负荷特性分类和综合的基本特征,基于模糊聚类原理,提出了模糊等价关系和模糊C均值算法的2种分类方法。基于模糊C均值法可以通过优化理论获得聚类中心矩阵,同时完成负荷特性分类与综合。对某省48个变电站采用加权平均的方法进行聚类分析,得出了基于模糊等价关系的聚类综合特性并与模糊C均值算法的聚类中心矩阵进行了比较分析。结果表明,两者都具有良好的聚类综合能力;基于模糊C均值法的聚类能力明显优于基于等价关系的聚类法,而且聚类结果更为合理有效。两种方法都成功地解决了负荷建模中变电站特性分类处理的复杂性与主观性。
引用
收藏
页码:73 / 78
页数:6
相关论文
共 11 条
[1]   改进BP神经网络在负荷动静比例确定中的应用 [J].
史真惠 ;
朱守真 ;
郑竞宏 ;
王光 ;
曲祖义 ;
王刚 .
中国电机工程学报, 2004, (07) :29-33
[2]   动态负荷建模中的负荷时变性研究 [J].
石景海 ;
贺仁睦 .
中国电机工程学报, 2004, (04) :89-94
[3]   基于量测的负荷建模——分类算法 [J].
石景海 ;
贺仁睦 .
中国电机工程学报, 2004, (02) :79-83
[4]   基于KOHONEN神经网络的电力系统负荷动特性聚类与综合 [J].
张红斌 ;
贺仁睦 ;
刘应梅 .
中国电机工程学报, 2003, (05) :2-6+44
[5]   广东电网动态负荷实测建模及模型有效性的研究 [J].
贺仁睦 ;
王卫国 ;
蒋德斌 ;
秦华 .
中国电机工程学报, 2002, (03) :79-83
[6]   混沌神经网络负荷建模的理论研究 [J].
姚建刚 ;
陈亮 ;
戴习军 ;
秦炜 .
中国电机工程学报, 2002, (03) :100-103
[7]   面向综合的电力负荷动特性建模 [J].
张伶俐 ;
周文 ;
章健 ;
贺仁睦 .
中国电机工程学报, 1999, (09) :37-41+46
[8]   一种具有全电压范围适应性的综合负荷模型 [J].
李欣然 ;
贺仁睦 ;
周文 .
中国电机工程学报, 1999, (05) :72-76
[9]   负荷特性对电力系统静态电压稳定性的影响及静态电压稳定性广义实用判据 [J].
李欣然 ;
贺仁睦 ;
章健 ;
张伶俐 .
中国电机工程学报, 1999, (04) :27-31
[10]   电力负荷动特性实测建模的外推和内插 [J].
贺仁睦,魏孝铭,韩民晓 .
中国电机工程学报, 1996, (03) :151-154+170