科研之友
微信
新浪微博
Facebook
分享链接
摘要
考虑到电网实际运行过程中,负荷数据因随机因素产生异常,对负荷预测的准确性以及负荷调度的有效性造成严重影响,提出一种自适应可能性模糊C均值(Possible Fuzzy C-Means, PFCM)聚类算法以修正电力负荷异常数据。该算法利用新定义的PFCM聚类有效性指标函数与动态调节权重的PSO算法分别实现了负荷曲线最优聚类数目与聚类中心的自适应确定;利用改进的PFCM算法提取负荷特征曲线,实现了对负荷曲线的聚类;使用该方法对西北某市负荷数据进行聚类分析,并利用相关方法进行异常数据的识别与修正。实验结果表明,改进算法样本点距聚类中心的距离明显更小,且在相同异常值修正公式下,使用改进后算法聚类结果修正的异常值更接近于原始负荷数据,平均相对误差相比改进前降低1.99%。
- 单位
