摘要
本发明提出了一种基于特征指标降维的日无功负荷曲线聚类方法及系统,以负荷率、最高利用小时率、日峰谷差率、峰期负载率、最大负荷出现时间、平期负载率、谷期负载率以及最小负荷出现时间作为日无功负荷特征指标;基于日无功负荷特征指标进行日无功负荷数据降维并获取日无功负荷特征指标数据降维矩阵,采用专家赋权法对日无功负荷特征指标进行权重赋值;基于k‑means聚类算法进行聚类计算并输出日无功负荷曲线聚类结果。本发明将所建立的日无功负荷特征指标体系应用至日无功负荷聚类计算,有效减少了计算量,并且避免了数据高维情况下聚类效果不理想的问题,能够精准的对日无功负荷进行曲线聚类,对制定负荷调度计划及运行控制具有指导作用。
技术关键词
无功负荷
聚类方法
指标
曲线
变电站
矩阵
聚类系统
数据处理模块
数据采集模块
处理器
程序
算法
可读存储介质
存储器
误差
电子设备
计划
系统为您推荐了相关专利信息
智能生成方法
系统动力学模型
报表
元胞自动机
设备运行参数
标签预测值
样本
计算机可读指令
数据格式
机器学习模型
电化学特征
频率响应特征
电化学阻抗谱
电芯
工况参数