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,2011,39(23):65-68,73
【打印本页】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 5762次   下载 264 本文二维码信息
码上扫一扫!
分享到: 微信 更多
k-means聚类算法在负荷曲线分类中的应用
刘莉1, 王刚, 翟登辉2
1.沈阳工程学院,辽宁 沈阳 100136;2.许继电气股份有限公司, 河南 许昌 461000
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。
关键词:  状态估计  数据挖掘  不良数据检测和辨识
DOI:10.7667/j.issn.1674-3415.2011.23.014
分类号:
基金项目:沈阳市科技计划项目(F10-205-1-80)
Abstract:
Key words:  
  • 1
X关闭
  • 1
X关闭