基于改进型k-means算法的变电站电力负荷特性分析
王超
杨洁
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
摘要：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.
关键词：电力负荷特性分析聚类离群点k-means
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61701221)江苏省产学研合作项目(BY2019011)江苏省产学研合作项目(BY2020048)
论文发表日期：2022-01-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 7-12 )
英文信息