一种基于免疫网络理论的负荷分类方法

被引：6

作者：

顾丹珍

艾芊

陈陈

机构：

[1] 上海交通大学电子信息与电气工程学院

[2] 上海交通大学电子信息与电气工程学院上海市徐汇区

来源：

电网技术 | 2007年 / S1期

关键词：

电力负荷; 模糊免疫网络; 动态特性聚类;

D O I：

10.13335/j.1000-3673.pst.2007.s1.025

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

电力负荷动态特性聚类是负荷建模工作实用化的必经阶段。文中提出应用模糊免疫网络(fainet)作为负荷动态特性聚类方法:fainet可以将大量负荷数据压缩,形成简洁的免疫网络;然后用最小生成树(MST)方法对网络单元进行分类,得到每个分类的聚类中心;最后采用模糊规则对样本进行归类。对动模试验数据的分类计算表明,基于fainet的负荷动态特性聚类方法具有学习速度快,分类精度高,适用于电力负荷动态特性的聚类。

引用

页码：6 / 9

页数：4

共 9 条

[1] 电力负荷动特性分类方法研究 [J].