基于离散小波变换和模糊K-modes的负荷聚类算法

被引：51

作者：

张江林 ^{[1
,2
]}

张亚超 ^{[3
]}

洪居华 ^{[1
]}

高红均 ^{[1
]}

刘俊勇 ^{[1
]}

机构：

[1] 四川大学电气信息学院

[2] 成都信息工程大学控制工程学院

[3] 国网重庆市电力公司綦南供电分公司

来源：

电力自动化设备 | 2019年 / 39卷 / 02期

基金：

国家自然科学基金重点项目; 中央高校基本科研业务费专项资金资助;

关键词：

智能电网; 负荷聚类; 离散小波变换; 模糊K-modes聚类算法; 用电模式;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

080802 [电力系统及其自动化];

摘要：

为了研究智能电网背景下用户的用电模式,考虑到现有聚类算法的不足,提出了一种基于离散小波变换的模糊K-modes聚类算法。利用离散小波变换将时域的负荷曲线转换到频域,从而将负荷曲线的不同特征隔离在不同的频域水平,并利用低阶近似的思想选取原始曲线的有效分量曲线;对所选的分量曲线进行趋势编码,将连续负荷数据转化为离散类属性数据;基于平均密度确定初始聚类条件,利用模糊K-modes聚类算法对曲线进行形态聚类,得到负荷曲线模板;将所提算法与传统K-means算法及层次聚类算法进行比较,从而验证了所提算法的有效性。

引用

页码：100 / 106+122 +122

页数：8

共 10 条

[1]

一种基于双层迭代聚类分析的负荷模式可控精细化识别方法 [J].