基于主成分分析法的电力系统同调机群识别

被引：32

作者：

安军 ^{[1
]}

穆钢 ^{[2
]}

徐炜彬 ^{[2
]}

机构：

[1] 华北电力大学电气与电子工程学院

[2] 东北电力大学微通电力系统研究室

来源：

电网技术 | 2009年 / 33卷 / 03期

关键词：

分群; 同调机群; 主成分分析(PCA); 电力系统;

D O I：

10.13335/j.1000-3673.pst.2009.03.011

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

080802 ;

摘要：

提出了一种基于主成分分析(principal component analysis,PCA)的电力系统同调机群分群识别方法。利用PCA可以保留源数据中的主要信息,采用发电机角速度作为源数据,可以获取协方差矩阵及协方差矩阵的特征根和特征相量,由此确定发电机角速度的主成分,然后通过比较各发电机对主成分的载荷系数实现对发电机的同调分群。中国电力科学研究院36节点纯交流系统算例表明,该方法计算简单,易于实现,避免了模型参数对分群的影响。

引用

收藏

页码：25 / 28

页数：4

相关论文

共 11 条

[1] 应用主成分分析SPME/GC-MS法鉴别人体气味的研究 [J].

王淳浩 ;

王彦吉 ;

孟品佳 ;

杨瑞琴 ;

吴德华 .

分析测试学报, 2008, (05) :488-492

[2] 基于经验模式分解的聚类树方法及其在同调机组分群中的应用 [J].

史坤鹏 ;

穆钢 ;

李婷 ;

吕陆 .

电网技术, 2007, (22) :21-25

[3] 基于主成分分析和最小二乘支持向量机的电力系统状态估计 [J].

贾嵘 ;

蔡振华 ;

刘晶 ;

王小宇 ;

杨可 .

电网技术, 2006, (21) :75-77+98

[4] 利用主成分分析和分层聚类分析法研究氟诺喹酮类药物分子结构活性关系(英文) [J].

李小红 ;

张现周 ;

程新路 ;

杨向东 ;

朱遵略 .

ChineseJournalofChemicalPhysics, 2006, (02) :143-148+187

[5] 基于发电机组同调分群的相量测量单元优化配置方法 [J].

李大虎 ;

江全元 ;

曹一家 .

电网技术, 2006, (05) :49-55

[6] 基于改进回归法的电力负荷预测 [J].

李钷 ;

李敏 ;

刘涤尘 .

电网技术, 2006, (01) :99-104

[7] 电力市场评价指标体系的原理和构建方法 [J].

刘敦楠 ;

陈雪青 ;

何光宇 ;

周双喜 .

电力系统自动化, 2005, (23) :2-7+14

[8] 基于改进主成分分析的短期负荷预测方法 [J].

程其云 ;

王有元 ;

陈伟根 .

电网技术, 2005, (03) :64-67

[9] 一种基于摇摆曲线的电力系统同调机群识别新方法 [J].

滕林 ;

刘万顺 ;

李贵存 ;

郑涛 .

电力自动化设备, 2002, (04) :18-20

[10] 受扰轨迹的分群研究 [J].

戴晨松 ;

薛峰 ;

薛禹胜 .

电力系统自动化, 2000, (01) :13-16