王文生
- 作品数：2 被引量：20H指数：2
- 供职机构：长沙理工大学电气与信息工程学院更多>>
- 发文基金：湖南省高校创新平台开放基金国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- SOM神经网络和C-均值法在负荷分类中的应用被引量：15
- 2011年
- 负荷时变性和分散性已经成为制约负荷模型推广应用的主要因素,而负荷特性分类则是解决这个问题的有效途径。文中提出基于SOM神经网络的C-均值聚类算法的新的负荷分类方法:以负荷模型参数作为负荷动态特性分类特征向量,应用SOM神经网络对初始训练样本进行分类,将获得的聚类数目和各类中心点作为C-均值算法的初始输入进一步聚类。最后通过动模实验的分类结果表明该方法可自动获取分类数,应用于负荷特性分类研究中具有较强的实用性和有效性。
- 王文生王进王科文
- 关键词：负荷建模负荷特性分类自组织特征映射SOM神经网络
- 基于模拟退火的粗糙集K均值电力负荷聚类分析被引量：5
- 2012年
- 为了建立合适的变电站负荷模型,将聚类方法引入到负荷特性分析,提出了一种基于模拟退火的粗糙集K均值电力负荷综合聚类算法。该算法将粗糙集理论、模拟退火思想与K均值相结合,通过模拟退火思想优化K均值聚类算法,采用最大最小原则动态生成K均值聚类数和初始聚类中心,同时结合粗糙集理论的上逼近和下逼近处理边界对象。最后,对变电站综合负荷静态特性进行聚类分析,比较类间距离和类内距离,结果验证了本文算法的可行性和有效性。
- 刘建华王进孟颖王文生
- 关键词：粗糙集K均值算法模拟退火电力负荷聚类分析
