k-means聚类算法在负荷曲线分类中的应用
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

沈阳市科技计划项目(F10-205-1-80)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高电力系统状态估计结果的准确性,利用k-means聚类算法并结合有效指数准则,提出了一种辨识系统不良数据的新方法。研究内容是以某一节点负荷数据为研究对象,运用数据挖掘中k-means聚类算法并结合有效指数准则提取出日负荷特征曲线,分别对输电网状态估计中的不良数据检测和辨识、配电网状态估计中的伪量测补充进行了研究。最终用Matlab编制算法程序并进行仿真分析,结果表明,此方法效果良好。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘莉,王刚,翟登辉. k-means聚类算法在负荷曲线分类中的应用[J].电力系统保护与控制,2011,39(23):65-68,73.[.[J]. Power System Protection and Control,2011,V39(23):65-68,73]

复制
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
关闭
关闭