基于VMD和FCM聚類(lèi)方法的電網(wǎng)負荷分類(lèi)
摘要：針對電網(wǎng)數據提取中存在負荷特征不夠顯化導致負荷聚類(lèi)精準度降低的問(wèn)題,提出基于變分模態(tài)分解(variational mode decomposition,VMD)和模糊C均值聚類(lèi)(fuzzy C-means,FCM)的電網(wǎng)負荷特征分類(lèi)方法。利用VMD提取負荷特征,將負荷曲線(xiàn)轉化為多個(gè)本征模態(tài)函數(IMF)曲線(xiàn),并通過(guò)數據重構得到特征顯化的合成曲線(xiàn),以此提高FCM聚類(lèi)函數收斂速度和聚類(lèi)精準度。同時(shí)分析不同聚類(lèi)中心數與本征模態(tài)數下的聚類(lèi)指標結果,為選取最優(yōu)的本征模態(tài)數提供參考。最后以某市電網(wǎng)夜間負荷數據為例,文中所提方法與傳統FCM方法相比,聚類(lèi)指標最多減小0.0224,提高了聚類(lèi)精準度。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系東北電力技術(shù)雜志社
相關(guān)推薦
更多
安全與環(huán)保.jpg)
于我們.jpeg)