基于支持向量机的新能源台区相户关系辨识方法

提出一种基于随机模糊模拟理论的改进T型关联度和支持向量机的用户相户辨识方法。针对风、光不确定性,采用随机模糊模拟理论构建风电与光电的随机模型,确定电动汽车离并网时刻、日行程数的概率密度函数,利用拉丁超立方抽样技术对概率密度函数进行抽样,采用频谱聚类统一管理的方法获得聚类相似的电车用户,对聚类相似的电车用户采用不同的充放电策略,得到电动汽车充放电功率时刻分布;对不同风光场景下和不同电动汽车充放电策略下的用户电压时间序列特征数据进行重构;利用改进T型关联度和支持向量机的两阶段相户辨识方法对单一风、光场景和多风、光场景下的电动汽车用户进行相户辨识。通过实例仿真分析证实所述方法具有较强的辨识精度,普适性强且易实现,可适应智慧城市的发展。