基于模糊聚类的电力系统负荷特性分析

提出了基于变电站负荷分量比例的自适应向量量化(avq)神经网络模型和聚类方法对电力负荷特性进行分类和综合。 比较了 avq 神经网络和模糊 c 均值(fcm)的模煳聚类算法。 通过对福建电网 44 个变电站的聚类分析,得出两种聚类方法不仅具有较好的综合聚类能力, 而且能够利用优化理论得到聚类中心矩阵,与其他聚类方法相比,avq 神经网络模型和聚类算法本身更小、更快,结果更合理。