改进自适应模糊C均值算法在负荷特性分类的应用

被引：34

作者：

曾博 ^{[1
]}

张建华 ^{[1
]}

丁蓝 ^{[1
]}

董军 ^{[2
]}

机构：

[1] 新能源电力系统国家重点实验室华北电力大学

[2] 华北电力大学经济与管理学院

来源：

电力系统自动化 | 2011年 / 35卷 / 12期

关键词：

负荷特性分类; 微分进化算法; 模糊C均值算法; 自适应; 电网规划运行;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

摘要：

模糊C均值(FCM)算法是一种用于电力负荷特性分类的有效方法。针对传统FCM算法易陷入局部最优且对初始条件敏感的问题,文中提出了基于微分进化(DE)自适应优化的改进措施。相对于FCM算法的梯度最速下降寻优策略,改进算法利用DE多点随机并行搜索,对控制参数及非最优个体进行自适应调整,具有全局搜索能力强、鲁棒性高的特点。实际算例仿真表明,所述算法降低了负荷特性分类对初始值的依赖度,在不同聚类数目的条件下仍具有良好的性能,适用于实际电网滚动规划等对负荷特性分类精度要求更高的领域。

引用

页码：42 / 46

页数：5

共 13 条

[1] 基于自适应模糊C均值算法的电力负荷分类研究
杨浩
张磊
何潜
牛强
[J]. 电力系统保护与控制, 2010, 38 (16) : 111 - 115+122
[2] 面向运行规划可靠性的综合聚类负荷模型
李小燕
丁明
徐宁舟
[J]. 电力系统自动化, 2010, 34 (08) : 56 - 60
[3] 上海电网需求侧负荷模式的组合识别模型
赵岩
李磊
刘俊勇
刘友波
胥威汀
侯贺飞
姚珺玉
[J]. 电网技术, 2010, 34 (01) : 145 - 151
[4] 一个新的模糊聚类有效性指标
孔攀
邓辉文
黄艳艳
江欢
[J]. 计算机工程, 2009, 35 (12) : 143 - 144+147
[5] 基于精细化管理模式的电网运行方式
孙欣
夏清
[J]. 电力系统自动化, 2008, (21) : 14 - 17+31
[6] 一种求解电力经济负荷分配问题的改进微分进化算法
刘自发
张建华
[J]. 中国电机工程学报, 2008, (10) : 100 - 105
[7] 一种基于免疫网络理论的负荷分类方法
顾丹珍
艾芊
陈陈
[J]. 电网技术, 2007, (S1) : 6 - 9
[8] 基于模糊聚类的电力负荷特性的分类与综合
李培强
李欣然
陈辉华
唐外文
[J]. 中国电机工程学报, 2005, (24) : 73 - 78
[9] 基于电力负荷模式分类的短期电力负荷预测
冯丽
邱家驹
[J]. 电网技术, 2005, (04) : 23 - 26+40
[10] 综合负荷特性的分类综合方法及其应用
鞠平
金艳
吴峰
程颖
[J]. 电力系统自动化, 2004, (01) : 64 - 68

← 1 2 →