首页 | 官方网站   微博 | 高级检索  
     

基于仿射传播聚类算法的广义负荷稳态特性建模及其应用
引用本文:褚壮壮,梁 军,张 旭,董晓明,张永亮. 基于仿射传播聚类算法的广义负荷稳态特性建模及其应用[J]. 电力自动化设备, 2016, 36(3)
作者姓名:褚壮壮  梁 军  张 旭  董晓明  张永亮
作者单位:山东大学 电网智能化调度与控制教育部重点实验室,山东 济南 250061,山东大学 电网智能化调度与控制教育部重点实验室,山东 济南 250061,国网济南市供电公司,山东 济南 250012,山东大学 电网智能化调度与控制教育部重点实验室,山东 济南 250061,国网滨州市供电公司,山东 滨州 256600
基金项目:国家自然科学基金资助项目(51177091)
摘    要:大规模可再生新能源并网增加了网络节点功率流向的不确定性,使节点的源、荷特性不再清晰,给广义负荷建模带来了新的挑战。因此提出一种基于仿射传播(AP)聚类算法的广义负荷稳态特性聚类方法。对广义负荷节点根母线功率数据进行特征分析,利用动力学的波动强度理论选取功率波动序列的最小时间长度。以时段内各最小时间长度的样本波动强度序列以及时段内样本数据数字特征为指标构造日时段特征向量,并以该特征向量为聚类指标,应用AP聚类算法自适应调整建模数据的聚类数和聚类中心。通过引入概率信息的广义负荷建模方法对各聚类类别样本建模并检验聚类方法的有效性。算例分析表明,该聚类方法自适应确定聚类类别且聚类效果好,能够充分反映日时段特性,聚类后通过特性综合得到精确广义负荷模型,应用于风电接入后的风险分析仿真计算。

关 键 词:负荷建模;负荷特性;仿射传播聚类算法;波动强度;时段特性;广义负荷特性;聚类;RBF神经网络

Modeling of generalized load steady-state characteristics based on affinity propagation clustering algorithm and its application
CHU Zhuangzhuang,LIANG Jun,ZHANG Xu,DONG Xiaoming and ZHANG Yongliang. Modeling of generalized load steady-state characteristics based on affinity propagation clustering algorithm and its application[J]. Electric Power Automation Equipment, 2016, 36(3)
Authors:CHU Zhuangzhuang  LIANG Jun  ZHANG Xu  DONG Xiaoming  ZHANG Yongliang
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《电力自动化设备》浏览原始摘要信息
点击此处可从《电力自动化设备》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号