基于VMD和FCM聚类方法的电网负荷分类

论文摘要

针对电网数据提取中存在负荷特征不够显化导致负荷聚类精准度降低的问题,提出基于变分模态分解（variational mode decomposition,VMD）和模糊C均值聚类（fuzzy C-means,FCM）的电网负荷特征分类方法。利用VMD提取负荷特征,将负荷曲线转化为多个本征模态函数（IMF）曲线,并通过数据重构得到特征显化的合成曲线,以此提高FCM聚类函数收敛速度和聚类精准度。同时分析不同聚类中心数与本征模态数下的聚类指标结果,为选取最优的本征模态数提供参考。最后以某市电网夜间负荷数据为例,文中所提方法与传统FCM方法相比,聚类指标最多减小0.0224,提高了聚类精准度。

论文目录

文章来源

类型: 期刊论文

作者: 贾志达,姜枫,王海鑫,李铁,杨俊友

关键词: 变分模态分解,模糊均值,负荷聚类,特征提取,数据重构

来源: 东北电力技术 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 沈阳工业大学电气工程学院,国网辽宁省电力有限公司

分类号: TM714

页码: 1-6

总页数: 6

文件大小: 1238K

下载量: 143

相关论文文献

标签：变分模态分解论文;  模糊均值论文;  负荷聚类论文;  特征提取论文;  数据重构论文;