摘要
本发明涉及一种有无监督结合的电力系统复功率负荷典型场景提取方法,包括以下步骤:获取电力系统节点的有无功负荷数据,对所述有无功负荷数据进行预处理,使用多尺度相似性指标计算各复功率负荷间的加权相似度;基于各复功率负荷间的加权相似度,采用无监督学习进行全场景复功率负荷的类数优化与预分类,分类结果作为标签;基于所述标签,采用有监督学习进行复功率负荷分类边界的平滑修正,获取最终分类结果;基于最终分类结果提取典型运行场景。与现有技术相比,本发明具有分类效率高、能够实现更准确分类等优点。
技术关键词
场景提取方法
电力系统
无功负荷
无监督学习
典型
分类边界
指标
多尺度
场景分类
无监督分类
二分类模型
标签
轮廓系数
功率因数
度量
可读存储介质
数据
系统为您推荐了相关专利信息
智能评估模型
负荷
神经网络参数
电力系统
构建鲁棒
能力评估方法
综合故障率
节点
重构模型
配电网重构
辐射源
无监督学习
ResNet网络
决策方法
GBDT算法