版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于電力用戶負(fù)荷曲線進(jìn)行聚類分析,是獲得典型負(fù)荷分布和按負(fù)荷特性對用戶分類的重要手段,對于負(fù)荷預(yù)測、負(fù)荷控制、用電異常檢測甚至電價目錄制定和開發(fā)營銷策略等都有理論和實際意義。
目前對負(fù)荷曲線聚類的方法有很多,各有優(yōu)點與不足。論文首先對常用的聚類算法K-means、凝聚型層次聚類、模糊c均值(Fuzzy c-mean,F(xiàn)CM)、自組織映射神經(jīng)網(wǎng)絡(luò)(Self-organizing Feature Maps,SOM)進(jìn)行了分析研
2、究,對高斯混合模型聚類算法(Gaussian Mixture Model,GMM)、極端學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)、支持向量機(jī)(Support Vector Machine,SVM)等算法也進(jìn)行了研究討論。對于常用聚類算法,本文分別從國際公認(rèn)數(shù)據(jù)集IRIS、常用曲線聚類評價指標(biāo)、實際電力用戶負(fù)荷曲線的聚類結(jié)果三方面對各算法進(jìn)行分析比較,以得出適用于電力負(fù)荷曲線聚類的算法。然后將所得到的算法應(yīng)用于電
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 電力用戶負(fù)荷模式提取關(guān)鍵技術(shù)研究及應(yīng)用.pdf
- 基于用戶特征的文件分類技術(shù)研究.pdf
- 基于電力負(fù)荷動特性曲線分析的負(fù)荷預(yù)測方法研究.pdf
- 電力負(fù)荷分類
- 基于負(fù)荷分類的配網(wǎng)狀態(tài)估計關(guān)鍵技術(shù)研究.pdf
- 基于ANN的電力系統(tǒng)短期負(fù)荷預(yù)測技術(shù)研究.pdf
- 基于優(yōu)化K-means算法的電力負(fù)荷分類研究.pdf
- 廣域電力系統(tǒng)基于負(fù)荷分析與分類的負(fù)荷建模研究.pdf
- 非線性電力負(fù)荷的諧波與抑制技術(shù)研究.pdf
- 基于負(fù)荷特性的電力用戶風(fēng)險預(yù)警模型及系統(tǒng)構(gòu)建研究.pdf
- 基于DSM的電力負(fù)荷管理技術(shù)的研究.pdf
- 電力系統(tǒng)負(fù)荷分類研究.pdf
- 基于查詢分類的增量式用戶個性化建模技術(shù)研究.pdf
- 基于HMM及其擴(kuò)展模型的非侵入式電力負(fù)荷監(jiān)測技術(shù)研究.pdf
- 基于日負(fù)荷曲線分解的負(fù)荷預(yù)測.pdf
- 基于實際電力負(fù)荷建模理論與實踐的數(shù)據(jù)庫研究和實現(xiàn).pdf
- 基于負(fù)荷分類的短期負(fù)荷預(yù)測方法研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的電力負(fù)荷預(yù)測研究.pdf
- 居民用戶開關(guān)電源負(fù)荷特征識別技術(shù)研究.pdf
- 用戶負(fù)荷群快速響應(yīng)需求及調(diào)控技術(shù)研究.pdf
評論
0/150
提交評論