摘要
本发明公开了一种考虑多类型用户的虚拟电厂聚合用户优选系统及方法。通过聚类算法对居民用户的负荷曲线进行聚类分析,确定不同居民用户的用电习惯,构建多类型用户优选指标体系;采用云模型生成各指标在基准云中的隶属度;引入不确定性焦元将其转化为证据理论中的基本概率分配;针对传统证据理论中强冲突证据融合可能会产生悖论的问题,根据组合权重识别冲突证据并进行冲突修正和融合,比较各用户基本概率分配与正负理想云的贴近度以确定用户的聚合优先级;本发明所述方法构建了适应虚拟电厂特点的用户优选指标体系,并通过云模型和改进证据理论进行综合评价,能够同时有效地解决虚拟电厂用户优选中存在的随机性、模糊性和不确定性。
技术关键词
指标
负荷高峰时段
逼近理想解排序
轮廓系数
牛顿插值法
融合方法
聚类算法
贝叶斯信息准则
概念
数据处理模块
代表
上班族
模糊数学理论
居民用电负荷
定义
系统为您推荐了相关专利信息
深度学习模型
注意力
矩阵
卷积神经网络模型
坐标
路径优化方法
技能评估
改进型蚁群算法
系统辨识方法
辨识算法