-
题名基于改进密度峰值聚类算法的典型负荷曲线提取
- 1
-
-
作者
彭晓璐
王涛
卢泽钰
廉杰
赵斌
张谦
-
机构
国网冀北电力有限公司唐山供电公司
输变电装备技术全国重点实验室(重庆大学)
-
出处
《南方电网技术》
北大核心
2025年第9期150-161,共12页
-
基金
国家自然科学基金资助项目(52277081)。
-
文摘
针对现有聚类算法在提取典型负荷曲线时存在的非凸簇识别能力不足和参数敏感性等问题,提出基于改进密度峰值聚类(density peak clustering,DPC)算法的典型负荷曲线提取方法。首先,提出基于局部密度和相对距离的自适应聚类中心选取方法,解决传统DPC算法人为选择聚类中心的主观不确定性问题;其次,定义聚类交叉密度和聚类边界密度两个新参数,提出初始聚类校正策略,有效解决非聚类中心点的分配连带错误问题。通过6个二维数据集、4个多维数据集和1个实际REFIT电气负载测量数据集的对比实验表明,所提改进DPC算法在准确率(ACC)、调整兰德指数(ARI)和Fowlkes-Mallows指数(FMI)3个评价指标上均优于传统DPC、K-means和DBSCAN算法,其中ACC、ARI和FMI平均提升25.40%、46.92%和21.83%。算例结果表明,所提改进DPC算法提取的典型负荷曲线更具代表性,可为电力系统灵活性资源优化调控提供更精准的数据支撑。
-
关键词
负荷聚类
改进DPC算法
聚类交叉密度
聚类边界密度
-
Keywords
load clustering
improved DPC algorithm
cluster crossover density
cluster boundary density
-
分类号
TM714
[电气工程—电力系统及自动化]
-
