科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决电网风险验证方法不足的缺点,提出了一种基于概率改进K均值聚类算法,对地区电网风险进行分析。首先利用K均值聚类的算法确定数据的最佳分类数和类内数据,根据峰谷差的大小,在弃光校验时,选择光伏、水电峰谷差大和负荷峰谷差小的类数据,通过拟合的负荷数据校验产生弃光的负荷概率;在限负荷校验时,选择峰谷差大的负荷和峰谷差小的光伏、水电数据,通过拟合的水电数据进行限负荷校验。最后对比拟合数据和实际最相似数据的调度偏差以及未概率改进的地区电网风险,结果表明所提出的方法可以发现地区电网风险。
- 单位
为了解决电网风险验证方法不足的缺点,提出了一种基于概率改进K均值聚类算法,对地区电网风险进行分析。首先利用K均值聚类的算法确定数据的最佳分类数和类内数据,根据峰谷差的大小,在弃光校验时,选择光伏、水电峰谷差大和负荷峰谷差小的类数据,通过拟合的负荷数据校验产生弃光的负荷概率;在限负荷校验时,选择峰谷差大的负荷和峰谷差小的光伏、水电数据,通过拟合的水电数据进行限负荷校验。最后对比拟合数据和实际最相似数据的调度偏差以及未概率改进的地区电网风险,结果表明所提出的方法可以发现地区电网风险。
