中国学术期刊网络出版总库
  关闭
奇异值分解方法在日负荷曲线降维聚类分析中的应用  
   推荐 CAJ下载 PDF下载
【英文篇名】 Application of Singular Value Decomposition Algorithm to Dimension-reduced Clustering Analysis of Daily Load Profiles
【下载频次】 ★★★★★
【作者】 陈烨; 吴浩; 史俊祎; 商佳宜; 孙维真;
【英文作者】 CHEN Ye; WU Hao; SHI Junyi; SHANG Jiayi; SUN Weizhen; College of Electrical Engineering; Zhejiang University; Hangzhou Power Supply Company of State Grid Zhejiang Electric Power Company; State Grid Zhejiang Electric Power Dispatch and Control Center;
【作者单位】 浙江大学电气工程学院; 国网浙江省电力公司杭州供电公司; 国网浙江省电力公司电力调度控制中心;
【文献出处】 电力系统自动化 , Automation of Electric Power Systems, 编辑部邮箱 2018年 03期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 日负荷曲线聚类; 奇异值分解; 降维聚类; K-means算法; 加权欧式距离; 鲁棒性检验;
【英文关键词】 daily load profiles clustering; singular value decomposition; dimension-reduced clustering; K-means algorithm; weighted Euclidean distance; robustness test;
【摘要】 负荷曲线聚类对负荷预测、电网规划和需求侧响应等应用有重要意义,但是海量的历史负荷曲线为数据存储和计算效率带来了挑战。为此,提出一种基于奇异值分解的日负荷曲线降维聚类方法。首先利用奇异值分解将日负荷曲线数据旋转变换至新的坐标系中,求解出的奇异值反映了相应坐标轴的重要程度。然后,将负荷曲线在各坐标轴上的坐标作为降维指标,用以反映负荷曲线的主要特征,再依据奇异值下降趋势确定指标的数目。最后,以各坐标轴对应的奇异值作为指标权重,采用基于加权欧式距离的K-means算法对日负荷曲线进行聚类。算例结果表明所提方法运行时间短、鲁棒性好,可以提高负荷曲线聚类的准确性。
【英文摘要】 Load profiles clustering is of great significance for the load forecasting,power grid planning and demand response,but massive historical load profiles introduce great challenges for the data storage and computation efficiency.To solve this problem,a dimension-reduced clustering method for daily load profiles is proposed based on singular value decomposition.Firstly,daily load profiles are transformed into a new coordinate system by singular value decomposition,and the singular values reflect the importance...
【基金】 国家自然科学基金资助项目(51377143); 国家电网公司科技项目(52110415000B)~~
【更新日期】 2018-03-06
【分类号】 TM714
【正文快照】 上网日期:2017-12-22。0引言近年来,随着智能电表在电力系统中的广泛应用,电力公司积累了海量的负荷用电历史数据[1]。利用负荷曲线聚类算法从海量负荷数据中挖掘用电信息,分析用户用电行为,能够为电网规划、用电客户精细分类和制定用电计划等应用提供有力支撑[2-4]。因此,研究

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  电工技术
   输配电工程、电力网及电力系统
    理论与分析
     负荷分析
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号