基于改进PSO-Kmeans算法的实际日负荷曲线聚类分析

有效的实时用户日负荷曲线分类可为电网系统规划、负荷建模、负荷预测及需求侧管理等方面提供依据,同时为电网工作人员实现对负荷模型的判别提供帮助。为此提出一种基于改进PSO进化算法优化K-means的日负荷曲线用户行业分类方法。首先利用牛顿插值法对缺失数据进行填补,然后运用定值线性函数对数据归一化,最后采用权重线性递减及同步学习因子改进PSO解决算法易陷入局部最优解的问题,以优化K-means分类结果准确性。算例分析表明,PSO-Kmeans算法迭代能力强,具有全局寻优能力,且具有一定的鲁棒性,相较于传统K-means分类准确率高。