本文的主要研究内容是针对光伏曲线的聚类分析。首先，通过实验采集了光伏曲线的原始数据集，然后进行数据预处理，包括数据清洗、归一化等操作。接着，使用MATLAB平台编写了K-means算法的代码，并对其进行了深入的加工和处理。最终得到了聚类结果，即各类曲线的数量以及各类曲线的概率等信息。通过与《基于改进 K-means 聚类...
Control Dec.1, 2011 k-means 聚类算法在负荷曲线分类中的应用 刘莉1, 王刚1, 翟登辉2 ( 1. 沈阳工程学院, 辽宁 沈阳 100136; 2. 许继电气股份有限公司 , 河南 许昌 461000) 摘要: 为了 提高电力系统状态估计结果的准确性, 利用 k-means 聚类算法并结合有效指数准则, 提出了 一种辨识系统不良数据的新...
为了提高电力系统状态估计结果的准确性,利用k-means聚类算法并结合有效指数准则,提出了一种辨识系统不良数据的新方法。研究内容是以某一节点负荷数据为研究对象,运用数据挖掘中k-means聚类算法并结合有效指数准则提取出日负荷特征曲线,分别对输电网状态估计中的不良数据检测和辨识、配电网状态估计中的伪量测补充进行了研究...
测井曲线聚类通常包括预处理,相似度计算和曲线聚类三步.曲线预处理实现曲线的深度对齐和曲线数据量压缩.曲线相似度计算基于动态余弦标准度量.曲线聚类提出改进的K-means算法完成聚类.经典的相似度采用向量大小或向量深度信息计算向量匹配贡献值,但是存在以下问题:向量夹角过大或过小时,向量对曲线相似度计算结果影响有限....
以K‑means算法为基础,以波动性和出力效率作为特性指标对日出力曲线进行降维处理,再通过WOA算法的全局搜索能力优化初始聚类中心,以形维波动差异和发电量差异得到适用处理曲线的综合差异距离用于K‑means算法度量不同样本相似度情况,最后通过改进的轮廓系数对聚类结果进行评价。从而解决了传统K‑means算法对初始聚类中心...