首页|基于改进型k-means算法的变电站电力负荷特性分析

基于改进型k-means算法的变电站电力负荷特性分析

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
电力负荷具有复杂性、分散性以及时变性等特点,变电站负荷特性分类能够为典型变电站的负荷建模提供依据.其中大数据分析及聚类分析方法在电力负荷特性分析中发挥了重要作用.论文对比了各类聚类分析方法,针对k-means算法对于孤立数据(离群点)敏感等缺点,考虑到变电站负荷数据的分散性,提出一种改进型k-means算法.该算法首先剔除离群点,再找出最佳聚类中心数目并进行分类.实验结果表明,该算法可以使变电站负荷特性的聚类效果进一步提高,提高电力负荷分析与建模的精准度.
Analysis of Power Load Characteristics of Substations Based on Improved K-means Algorithm

王超、杨洁

展开 >

南京工程学院人工智能产业技术研究院 南京 211167

南京工程学院信息与通信工程学院 南京 211167

电力负荷 特性分析 聚类 离群点 k-means

国家自然科学基金青年基金江苏省产学研合作项目江苏省产学研合作项目

61701221BY2019011BY2020048

2022

10.3969/j.issn.1672-9722.2022.01.002

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(1)
  • 8