基于SAGA-FCM的电力负荷的分类研究.pdf
《基于SAGA-FCM的电力负荷的分类研究.pdf》由会员分享,可在线阅读,更多相关《基于SAGA-FCM的电力负荷的分类研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、2023年1 1 月计算机应用文摘第39 卷第2 1 期基于SAGA-FCM的电力负荷的分类研究胡伟,王怀乐(安徽大学大数据与统计学院,合肥2 30 6 0 1)摘要:负荷分类可为电力系统和电力部门的系统规划、负荷预测、分时电价等研究提供支持。文章基于模拟退火算法(SA)、遗传算法(GA)和模糊C均值聚类算法(FCM)实现了电力负荷的分类研究,其中根据电网实测负荷数据将SAGA算法快速地收敛为全局最优解,并结合FCM算法引入的权重系数显著提高了算法的收敛速度和聚类的准确度。分析表明,文章提出的SAGA-FCM聚类方法能够有效区分不同负荷类型,具有实际应用价值,可为电力系统的设计规划提供参考。关
2、键词:负荷分类;模糊聚类;模拟退火;遗传算法中图法分类号:TM714Electric power load classification based on SAGA-FCM(School of Big Data and Statistics,Anhui University,Anhui 230601,China)Abstract:Load classification can provide support for system planning,load forecasting,and time-of-use tariff studies in power systems and power
3、 sectors.This article implements the classificationresearch of power loads based on simulated annealing algorithm(SA),genetic algorithm(GA),andfuzzy C-means clustering algorithm(FCM).The SAGA algorithm is quickly converged to the globaloptimal solution based on the measured load data of the power gr
4、id,and the weight coefficientintroduced by FCM algorithm significantly improves the convergence speed and clustering accuracy ofthe algorithm.Analysis shows that the SAGA-FCM clustering method proposed in the article caneffectively distinguish different load types and has practical application value
5、,providing reference forthe design and planning of power systems.Key words:load classification,fuzzy cluster,simulated annealing,genetic algorithm1引言作为电力系统规划的基础和负荷建模的核心内容,负荷分类可为系统的规划和负荷的管理提供决策性的支持,是实现优化负荷分配、精确预测负荷、差异化定制电价的重要条件。文献 1 采用神经网络进行聚类分析得到各类典型负荷曲线,根据典型负荷曲线叠加得到总负荷曲线;文献 2 应用模糊C均值聚类和模式识别的原理,提出了一
6、种基于日负荷曲线的用户所属用电行业的分类与综合方法,该方法可高效便捷地解决用户分类的问题;文献 3提出了加权欧氏距离中权重的确定方法及负荷曲线形状相似的度量指标,并有针对性地提出了一种基于负荷曲线距离和形状的改进K-MEANS聚类算法。2聚类算法描述聚类是一种无监督的学习,可将相似的对象归到文献标识码:AHU Wei,WANG Huaile同一簇中。聚类的方法几乎可以应用于所有对象,簇内的对象越相似,聚类的效果就越好。2.1 K-means 算法K-means 算法中的“K代表聚类个数,“means代表取每一个聚类中数据值的均值(该均值是一种对聚类中心的描述)。K-means算法将距离作为数据
7、对象间相似性的度量标准,通常采用欧式距离公式计算数据之间的距离,如公式(1)所示:dist(x;,x,)=Nd=1其中,D表示数据对象的个数。在K-means 算法中,每次迭代均需要对相应的聚类中心进行更新,聚类中心更新公式为:Centeri:=其中,Center为第k个类簇的聚类中心,C表示第k个类簇,IC,表示第k个类簇中数据对象的个数。(1)1(2)2023 年第 2 1 期当两次迭代的J的差值小于某一值时,即J,则以新个体替换旧个体;反之则以概率P=exp(f i-f i)/T)接受新个体,并舍弃旧个体。(5)若genMAXGEN,则 gen=gen+1,转(4);反之(4)则转(6)
8、;(6)若T;Tend,则算法成功结束,返回全局最优解;否则,执行降温操作 T+1=kT,转(3)。SAGA-FCM算法流程如图1 所示。3算法分析本文对周桥南地区1 1 4个用户的7 月2 3日附近的一周负荷曲线进行算例分析,并分别使用K-means算法、FCM算法和SAGA-FCM算法对该地区用户负(5)荷进行聚类。3.1目标函数收敛分析对7 月2 3日附近的一周负荷进行聚类,FCM算法迭代9 6 次的目标函数值变化如图2 所示。791Mi=dik2Cm-1drknk=1(6)(7)80Ti+1=kTiN-70006.0005 000F值3000F2 0001.0004SAGA-FCM迭代
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 SAGA FCM 电力 负荷 分类 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。