基于自适应改进K-Means聚类算法的黑启动分区方法

基于自适应改进K-Means聚类算法的黑启动分区方法

论文摘要

针对目前黑启动分区方法中大多利用边介数法对系统进行划分并不能很好地满足系统恢复的时间性和安全性要求,在分析黑启动系统特点和分区要求的基础上,对K-Means算法进行了自适应改进,根据电网的拓扑和电气特性将系统简化为无向有权网络,利用改进后的K-Means算法对系统进行黑启动分区,并以IEEE 39节点和118节点系统为例对所提算法进行验证。结果表明,改进后的K-Means算法的分区结果更为合理,且降低了计算难度、减少了计算量。

论文目录

  • 1 引言
  • 2 电力系统复杂网络模型的简化原则
  • 3 基于自适应改进K-Means算法的黑启动分区
  •   3.1 K-Means聚类算法
  •   3.2 自适应改进K-Means算法
  • 4 模块度指标
  • 5 算例验证
  •   5.1 IEEE39节点系统的算法验证
  •   5.2 IEEE 118节点系统的算法验证
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘建锋,张博,夏云霞

    关键词: 黑启动,子系统划分,聚类算法,模块度

    来源: 水电能源科学 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 上海电力学院电气工程学院,国网驻马店供电公司

    基金: 三峡大学梯级水电站运行与控制湖北省重点实验室基金资助项目(2015KJ11),上海绿色能源并网工程技术研究中心(13DZ2251900)

    分类号: TM73

    页码: 172-175+159

    总页数: 5

    文件大小: 511K

    下载量: 158

    相关论文文献

    标签:;  ;  ;  ;  

    基于自适应改进K-Means聚类算法的黑启动分区方法
    下载Doc文档

    猜你喜欢