期刊文章详细信息
基于随机模糊聚类的负荷建模与参数辨识 ( EI收录)
Load Modeling and Parameter Identification Based on Random Fuzziness Clustering
文献类型:期刊文章
机构地区:[1]智能电网教育部重点实验室,天津大学,天津市300072 [2]同济大学电子与信息工程学院,上海市201804 [3]四川省电力公司德阳电业局,四川省德阳市618000 [4]辽宁省电力有限公司电力科学研究院,辽宁省沈阳市110006
年 份:2013
卷 号:37
期 号:14
起止页码:50-58
语 种:中文
收录情况:AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号:20133816756528)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对实际负荷的无功功率变化范围比有功功率大的特点以及电力负荷的时变性和变结构性,提出了一种新的负荷建模与参数辨识方法。首先,对linearized-GNLD模型的无功部分进行了改进,以刻画实际负荷的无功部分往往比有功部分具有更大变化范围的特点;进而将有效性函数引入随机模糊聚类中,获得了无需事先给定分类数就能同时获得最佳分类数及相应聚类隶属度的随机模糊聚类新方法;最后,把所提出的新方法与改进的linearized-GNLD模型以及先聚类后辨识策略相结合而获得了新的负荷建模与参数辨识方法。相对于其他方法而言,所建立的模型无需事先给定负荷模型个数而使得实际应用更为方便;同时,由于先聚类后辨识策略,使得每一类负荷模型均是基于类似负荷曲线(节点电压、有功功率、无功功率的负荷曲线组)而获得,相应地所获得的负荷模型也具有更高的辨识精度和更好的推广性。算例证明了所提方法的有效性及正确性。
关 键 词:负荷建模 参数辨识 linearized—GNLD模型 随机模糊聚类法 有效性函数
分 类 号:TM714]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...