k-means聚类算法在负荷曲线分类中的应用

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。

KCL在电力调度自动化中活用三则

依据基尔霍夫电流定律(KCL),通过模拟人的思维推理过程,提出了一种状态估计量测创建与回分、坏数据检测和辨识、自动旁母替代的新方案。与传统解决方案相比,本文所提方案具有智能化程度高、适应面广、算法简单、效果更好等优点。为了描述的方便,本文对电力系统的描述采用CIM[1]。

KCL在电力调度自动化中的应用

笔者依据基尔霍夫电流定律(KCL),分析了该定律在电力调度自动化中的几种应用。