模糊聚类在负荷实测建模中的应用(Matlab代码实现)

欢迎来到本博客❤️❤️

博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

本文目录如下:

目录

1 概述

1.1 模糊聚类方法

1.2 模糊聚类分析步骤

2 运行结果

3 参考文献

4 Matlab代码实现


1 概述

文献来源:

 长期以来,由于负荷的特殊性,各研究机构在各种电力系统的分析和仿真计算中,大多没有从实际研究对象得到专门的负荷模型,多是按照习惯并兼顾地域特点采用“标准模型”。IEEE负荷建模工

作组1996年曾推荐使用标准负荷模型,用于潮流计算和动态仿真程序"。而“标准模型”与实际负荷往往存在差距,因此影响计算结果,这一点已引起国内外专家的重视2]。在电力系统分析和仿真计算中,需采用的负荷模型是负荷节点--变电站所有电气设备负荷的集合,是综合的负荷模型[3],应用中可采用总体测辨法,即将负荷群作为一个整体,基于实测数据,通过参数辨识得到负荷模型4。对于一个具有上百个变电站的区域电网,虽然目前并不具备条件也没有必要对各个负荷节点-变电站建立精确的综合负荷模型,但在负荷模型的建模和选用时,综合考虑负荷节点-变电站的负荷类型和组成是可能的。本文提出在基于总体测辨法的负荷建模中,在实测负荷特性之前,首先通过模糊聚类对负荷节点-变电站进行分类,为安装负荷特性测量装置选择测点,为有针对性地建立负荷模型和使用负荷模型提供依据。

1.1 模糊聚类方法


数学上将按一定要求和规律对事物进行分类的方法称为聚类分析。模糊一词来自英文Fuzzy,意思是“模糊的”,“(形状或轮廓)不清楚”等,总之这个词意味着界限不明确。世界上存在许多外延不清楚或不可能弄清楚的模糊现象或事物,对于这样的模糊现象或事物进行研究时,常需要将其分类。但实际中能得到的往往是模糊信息,利用精确的数学方法分析处理这些模糊信息,从中找出数量规律,进行现象或事物的归类就是模糊聚类分析[5'。迄今为止,模糊数学已在电力系统中得到广泛应用,模糊逻辑控制在电力系统控制方面的应用取得了较大的进展f6~7;模糊聚类分析在电力故障诊断1811、电力负荷预测(12-161、研究对象分类[17-19]以及负荷模型研究[等方面得到了广泛应用。本文提出在实测负荷特性之前应用模糊聚类对负荷节点-变电站进行分类,确定负荷特性的测点,其特点是研究对象数量庞大、结构复杂。

1.2 模糊聚类分析步骤

模糊聚类分析方法可分为选择统计指标、数据标准化、标定和聚类4个步骤。

聚类即选择一种模糊聚类方法得到分类结果。模糊聚类方法从理论上可分为3类:基于模糊等价关系的传递闭包法、基于模糊相似关系的直接聚类法和基于模糊划分的模糊聚类法。

2 运行结果

3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]黄梅,贺仁睦,杨少兵.模糊聚类在负荷实测建模中的应用[J].电网技术,2006(14):49-52.DOI:10.13335/j.1000-3673.pst.2006.14.010.

4 Matlab代码实现

你可能感兴趣的:(电气期刊论文,聚类,matlab,算法)