750kV配电网短期电力负荷分类聚类方法研究
为了提高750kV配电网短期电力负荷检测能力,提出基于模糊C均值网格聚类的750kV配电网短期电力负荷分类聚类方法,构建750kV配电网短期电力负荷的大数据分布结构模型,采用关联规则挖掘方法进行特征分析和特征提取,构建统计序列重组模型,采用相空间结构重组方法进行750kV配电网短期电力负荷三维重建,在高维相空间中实现750kV配电网短期电力负荷的模糊C均值网格聚类,对提取数据的关联特征集进行分类融合,采用大数据分析方法实现750kV配电网短期电力负荷分类聚类.仿真结果表明,该方法的分类特征聚敛性较好,误分率较低,分类准确性较高,耗时较低.
配电网 短期负荷分类 模糊C均值网格聚类 关联规则挖掘 特征提取
杨建新 刘元刚
国网陕西省电力公司,西安710048 杨凌职业技术学院,陕西杨凌712100
国内会议
四川绵阳
中文
150-153,157
2019-10-01（万方平台首次上网日期，不代表论文的发表时间）