典型文献
基于特征加权模糊聚类的电力负荷分类
文献摘要：
电力用户的负荷分类为电力系统和电力部门的系统规划、负荷预测、分时电价等研究提供了基本的指导工作.利用基于变分模态分解(variational mode decomposition,VMD)和模糊C均值聚类算法(fuzzy C-means,FCM)实现电力负荷的分类研究,针对FCM中欧氏距离的特征权重唯一的问题,利用基于特征加权的模糊聚类方法,提出基于特征加权的VMD-FCM聚类算法.根据电网实测负荷数据,VMD算法可对数据的固有模态有效分解,结合FCM算法引入的权重系数,显著提高了算法收敛速度和聚类准确度.对聚类结果分析表明:所提VMD-FCM聚类方法能够有效区分不同负荷类型,具有实际应用价值,从而为电力系统的设计规划提供指导作用.
文献关键词：
负荷分类;模糊聚类;变分模态分解;特征加权;负荷特性曲线
中图分类号：
作者姓名：
马宗彪;许素安;朱少斌;王晶
作者机构：
中国计量大学 机电工程学院,浙江 杭州 310018
文献出处：
引用格式：
[1]马宗彪;许素安;朱少斌;王晶-.基于特征加权模糊聚类的电力负荷分类)[J].中国电力,2022(06):25-32
A类：
B类：
特征加权,电力负荷,负荷分类,电力用户,电力系统,电力部门,系统规划,负荷预测,分时电价,指导工作,变分模态分解,variational,mode,decomposition,VMD,均值聚类,聚类算法,fuzzy,means,FCM,分类研究,中欧,欧氏距离,特征权重,模糊聚类方法,负荷数据,固有模态,权重系数,收敛速度,不同负荷,负荷类型,设计规划,负荷特性曲线
AB值：
0.381063
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
