基于改进模糊C均值算法的电力负荷特性分类

周开乐<sup>1; 2</sup>; 杨善林<sup>1; 2</sup>

引用本文:	周开乐,杨善林.基于改进模糊C均值算法的电力负荷特性分类[J].电力系统保护与控制,2012,40(22):58-63.
	.[J].Power System Protection and Control,2012,40(22):58-63

【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 4287次下载 187次	码上扫一扫！
分享到：微信更多字体:加大+\|默认\|缩小-
基于改进模糊C均值算法的电力负荷特性分类
周开乐^1,2, 杨善林
1.合肥工业大学过程优化与智能决策教育部重点实验室，安徽合肥 230009;2.合肥工业大学管理学院，安徽合肥 230009

摘要:

为了提高负荷分类的精确性和有效性，提出了将基于模拟退火遗传算法的模糊C均值(Simulated Annealing Genetic Algorithm Based Fuzzy C-Means, SAGA-FCM)算法用于电力系统负荷特性分类。SAGA-FCM算法以模糊C均值(Fuzzy C-Means, FCM)算法为基础，融合了模拟退火算法较强的局部搜索能力和遗传算法较强的全局搜索能力，克服了传统FCM算法对初始聚类中心敏感和容易陷入局部最优的问题。将其与系统聚类法、K均值(K-Means)算法和传统FCM算法分别用于电力系统负荷特性分类实验，对比分析表明了SAGA-FCM算法用于负荷特性分类的有效性和优越性。

关键词:

DOI：10.7667/j.issn.1674-3415.2012.22.010

分类号:

基金项目:国家高技术研究发展计划（863计划）（2011AA05A116）；国家自然科学基金重点项目(71131002)

Abstract:

Key words:

X关闭