基于自适应遗传算法的负荷特性分类

提出了运用一种改进的遗传算法对电力负荷特性进行分类的新方法。通过对样本进行遗传操作,求出适应度最高的个体,解码得到最优聚类中心,再根据样本与各中心距离进行划分,从而得到负荷样本的最优分类结果,用获得分类的聚类中心对所属类别样本进行拟合以检验分类效果。改进后的遗传算法的交叉概率和变异概率随进化过程自适应变化,在保证遗传算法良好的全局性和随机性的同时,避免了早熟收敛和收敛过慢。实际算例表明,用这种改进遗传算法对电力负荷特性进行分类,能够有效避免初始条件对分类结果的过度影响,取得了良好的分类效果。