資源描述：
《基于改進(jìn)模糊C均值算法的電力負(fù)荷特性分類(lèi).pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第40卷第22期電力系統(tǒng)保護(hù)與控制Vo1．40NO．222012年11月16門(mén)PowerSystemProtectionandControlNOV．16．20l2基于改進(jìn)模糊C均值算法的電力負(fù)荷特性分類(lèi)周開(kāi)樂(lè)，楊善林(1．合肥工業(yè)大學(xué)過(guò)程優(yōu)化與智能決策教育部重點(diǎn)實(shí)驗(yàn)室，安徽合肥230009；2．合肥工業(yè)大學(xué)管理學(xué)院，安徽合肥230009)摘要：為了提高負(fù)荷分類(lèi)的精確性和有效性，提出了將基于模擬退火遺傳算法的模糊C均值(Simu1atedAnnea1ingGenetiCA1gorithmBasedFuzzyC-Means，SAGA—F
2、CM)算法用于電力系統(tǒng)負(fù)荷特性分類(lèi)。SAGA-FCM算法以模糊c均值(FuzzyC-Means，F(xiàn)CM)算法為基礎(chǔ)，融合了模擬退火算法較強(qiáng)的局部搜索能力和遺傳算法較強(qiáng)的全局搜索能力，克服了傳統(tǒng)FCM算法對(duì)初始聚類(lèi)中心敏感和容易陷入局部最優(yōu)的問(wèn)題。將其與系統(tǒng)聚類(lèi)法、K均值(K-Neans)算法和傳統(tǒng)FCM算法分別用于電力系統(tǒng)負(fù)荷特性分類(lèi)實(shí)驗(yàn)，對(duì)比分析表明了SAGA—FCM算法用于負(fù)荷特性分類(lèi)的有效性和優(yōu)越性。關(guān)鍵詞：負(fù)荷分類(lèi)；SAGA—FCM算法；模糊c均值算法；聚類(lèi)AnimprovedfuzzyC-meansalgorithmfor
3、powerloadcharacteristicsclassificationZHOUKai．1e一．YANGShan—lin，(1．KeyLaboratoryofProcessOptimizationandIntelligentDecision—Making，HefeiUniversityofTechnology,Hefei230009，China；2．SchoolofManagement，HefeiUniversityofTechnology，Hefei230009，China)Abstract：Asimulatedanneali
4、ngandgeneticalgorithmorientedFuzzyC·Means(SAGA—FCM)algorithmisusedforloadclassificationtoimprovetheaccuracyandvalidity．ThetraditionalFuzzyC—Means(FCM)algorithmissensitivetoitsinitialclustercenters，anditiseasytofallintothelocaloptimum．WhileSAGA-FCMalgorithmintegratesthe
5、stronglocalsearchabilityofsimulatedannealingalgorithmandthestrongglobalsearchabilityofgeneticalgorithmtoovercomethedrawbacksoftraditionalFCMalgorithm．Meanwhile，thehierarchicalclusteringmethod，K—MeansalgorithmandtraditionalFCMalgorithmarealsousedforpowerloadclassificati
6、on．ThecomparativeanalysisfromtheexperimentalresultsshowsthatSAGA—FCMalgorithmismoreeffectiveandsuperiorthantheotherthreealgorithms．ThisworkissupposedbyNationalHighTechnologyResearchandDevelopmentProgramofChina(863Program)(No．2011AA05A116)andKeyProgramofNationalNaturalS
7、cienceFoundationofChina(No．71131002)．Keywords：powerloadclassification；SAGA-FCMalgorithm；fuzzyC-meansalgorithm；clustering中圖分類(lèi)號(hào)：TM71文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：i674-3415(2012)22-0058—06也是實(shí)現(xiàn)負(fù)荷優(yōu)化分配經(jīng)濟(jì)性【jJ、負(fù)荷分類(lèi)預(yù)測(cè)精0引言確性J、差異化電價(jià)制定合理性p和不良數(shù)據(jù)辨識(shí)智能電網(wǎng)環(huán)境下，電力系統(tǒng)規(guī)模日益龐大，電實(shí)用性。。的重要條件。力系統(tǒng)的結(jié)構(gòu)曰益復(fù)雜，需求側(cè)負(fù)荷特性日趨多樣
8、許多學(xué)者研究了電力系統(tǒng)負(fù)荷特性分類(lèi)問(wèn)圳化，電力系統(tǒng)的數(shù)字仿真成為電力系統(tǒng)設(shè)計(jì)、規(guī)劃、。模糊c均值fuzzyC．Means，F(xiàn)CM)算法建立了調(diào)度和控制的重要工具【1J。負(fù)荷特性分類(lèi)是負(fù)荷建樣本對(duì)類(lèi)別的不確定性描述，可以量化表征樣本到模
