自适应AP聚类算法研究

偏向参数和阻尼因子是影响AP聚类算法聚类效果的两个重要参数,但他们均取固定值。随着数据量的改变,原有参数取值不能使算法聚类结果达到最优。鉴此,本文提出自适应AP聚类算法,当数据量发生改变时,自动调整并获取最优的偏向参数和阻尼因子,最终得到最优聚类结果。与原来算法相比,改进后的算法能自动消除震荡,还可获取最优聚类结果,提高聚类结果的准确性和算法快速性。通过人造数据集和Iris数据集实验,证明了自适应AP聚类算法的有效性。

基于电压临界稳定状态下的无功电压分区方法

考虑潮流分布不确定性因素对电网分区的影响,提出了一种基于电压临界稳定状态下的无功电压分区方法。首先,将基于动态潮流方程推导出的系统节点U-λ灵敏度引入到电压/无功灵敏度定义中;然后以系统电压临界稳定状态点作为分区点构建电气距离矩阵,并利用自适应AP聚类方法实现电网统一分区;最后,从电源控制力指标、区域耦合度指标和无功储备裕度指标的角度评价分区质量。IEEE14和IEEE39节点系统仿真结果以及分区质量评价指标表明所提方法能有效的实现电网区域合理划分,并且保证分区内有充足的无功储备。