《改进的模糊C均值法在负荷特性统计数据聚类中的应用毕业论文长沙理工大学》由会员分享，可在线阅读，更多相关《改进的模糊C均值法在负荷特性统计数据聚类中的应用毕业论文长沙理工大学（53页珍藏版）》请在金锄头文库上搜索。
1、 改进模糊 C-均值法在静态负荷特性数据聚类中的研究改进的模糊改进的模糊 C C 均值法在负荷特性统计数据聚类中的应用均值法在负荷特性统计数据聚类中的应用摘要电力负荷是整个电力系统的安全稳定运行中较活跃的一部分。建立符合实际的动态负荷模型对电力系统规划、设计和运行等诸方面均有十分重要现实意义。本文采用实用化负荷建模思想 ，对负荷特性进行聚类，从而为变电站建立合适的负荷模型打下基础。基于目前负荷建模方面存在的问题，使用模糊 C 均值法，对同一地域不同地点变电站的负荷统计数据进行聚类分析。针对湖南电网 48 个变电站，对模糊 C 均值法实施改进后对其进行聚类，并与未改进的模糊C 均值法的聚类结果进
2、行比较，以说明改进方案的有效性。关键字：电力负荷；负荷特性；聚类；模糊 C 均值法改进模糊 C-均值法在静态负荷特性数据聚类中的研究 APPLICATION OF IMPROVED FCM TO ELECTRIC LOAD CHARACTERISTICS OF STATISTICAL DATA CLUSTERINGABSTRACTThe power load is an active part in the security and stable operation of the entire electrical power system. It is significantly impor
3、tant to make suitable load model for the power system planning, design and operation. In this paper the practical load modeling method is employed, and the load characteristics is clustered to establish the actual load model for substations. Based on the current problems, FCM with hierarchical clust
4、ering is used to perform the clustering of the load characteristics data of the different substations on the same area, the improved method is applied for the clustering of Hunan grid substation. The clustering result shows that the improved method is effective comparing with the unimproved method.K
5、ey Words: power load; load characteristic; cluster,FCM改进模糊 C-均值法在静态负荷特性数据聚类中的研究 目 录第一章 绪论.11.1 研究背景.11.2 发展及研究现状.21.2.1 发展.21.2.2 研究现状.41.2.2.1 电力负荷建模的总体原则.41.2.2.2 电力负荷建模的基本概念.41.2.2.3 分类.5 1.2.3 实用化负荷建模思想.61.2.3.1 统计综合法.6 1.2.3.2 总体测辨法.71.3 聚类分析在负荷特性分析中的应用现状.81.4 本文主要研究内容.9第二章 聚类分析.102.1 聚类分析的基本概念
6、.102.2 聚类方法.112.3 系统聚类法.152.3.1 最小张树聚类法.162.3.2 基于密度的聚类算法.162.3.3 基于网络的聚类方法.162.3.4 基于模型的聚类算法.162.3.5 基于划分的聚类算法.162.4 各算法优缺点比较.17第三章 模糊 C 均值在负荷特性聚类中的应用实例.193.1 聚类在电力系统中的应用综述.193.2 模糊 C 均值聚类算法.20改进模糊 C-均值法在静态负荷特性数据聚类中的研究 3.2.1 硬 C 均值聚类算法（HCM）.203.2.2 模糊 C 均值聚类.223.2.3 程序流程图.233.3 对模糊 C 均值法的改进.253.3.1
7、 改进的各方案比较.253.3.2 最终改进方案的选定.263.4 聚类实例.273.4.1 原始数据聚类数据.273.4.2 未改进的模糊 C 均值法在实例中的应用.273.4.3 改进的模糊 C 均值法在实例中的应用.283.4.4 两种算法的比较.293.5 结果分析.31第四章 结语. .33参考文献 .34致谢.35附录.36附录 A 原始聚类数据.36附录 B 系统聚类法所得的聚类中心生成的隶属度矩阵.38附录 C 改进的模糊 C 均值法源程序.41附录 D 类间距离计算源程序.47附录 E 类内距离计算源程序.48改进模糊 C-均值法在静态负荷特性数据聚类中的研究第 1 页 共
8、48 页第一章 绪 论1.1 研究背景目前电力系统的数字仿真已成为电力系统设计、规划、运行的主要工具, 相应的决策无不是以数字仿真的结果为依据。但数字仿真毕竟是仿真, 其与实际系统有着或大、或小的误差, 误差的大小及性质对该决策的正确性具有决定作用。如果决策基于悲观的仿真分析结果,则在规划设计方面将会因不必要的加强系统结构和反事故措施而投入过多的资金,造成浪费;在运行方面采取过分保守的策略而限制了功率传输的极限,使设备得不到充分的利用。如果决策基于乐观的仿真分析结果,则在规划设计方面将会导致系统结构、反事故措施方面投入资金不足,从而产生不合理的系统规划方案,给以后的系统运行造成不便,带来许多运
9、行限制;在运行方面将导致系统运行于危险的临界状态或疏于防范而造成事故。仿真结果的误差是由仿真所用模型的准确性决定,目前发电机组和输电网络的模型已相当成熟,比较而言,电力负荷模型仍相当简单,往往从基本物理概念出发,采用理想化的模型,如: 恒功率、恒阻抗、恒电流或三者的组合。负荷模型的过分粗糙已成为制约电力系统仿真计算精度的关键因素。当今,在电力市场化的趋势冲击下,人们对系统分析软件的精度要求将越来越高,负荷模型的研究的重要性也将更加凸现7。电力负荷作为能量的消耗者，在电力系统的设计、分析与控制中有着重要影响。在进行电力系统分析时，不恰当地考虑负荷的模型，会使所得结果与系统实际情况不相一致，或偏乐观，或偏保守，从而构成系统的潜在危险或造成不必要的投资。目前，数字模拟计算已成为电力系统设计、运行与控制中不可缺少的辅助手段。人们不但要求模拟计算结果是定性正确的，而且要求模拟计算结果是定量精确的。大量的计算与实验结果表明：负荷模型对电力系统动态行为的定量模拟结果影响很大，对潮流计算、短路计算、安全分析、电压稳定性等也有一定影响。在临界情况下，还有可能从根本上改变定性的结论。例如，在澳大利改进模糊 C-均值法在静态负荷特性数据聚类中的研究 第 2 页 共 48 页亚 Queensland 系统将理论
