模糊聚类在负荷实测建模中的应用(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

1.1 模糊聚类方法

1.2 模糊聚类分析步骤

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

文献来源：

长期以来，由于负荷的特殊性，各研究机构在各种电力系统的分析和仿真计算中，大多没有从实际研究对象得到专门的负荷模型，多是按照习惯并兼顾地域特点采用“标准模型”。IEEE负荷建模工

作组1996年曾推荐使用标准负荷模型，用于潮流计算和动态仿真程序"。而“标准模型”与实际负荷往往存在差距，因此影响计算结果，这一点已引起国内外专家的重视2]。在电力系统分析和仿真计算中，需采用的负荷模型是负荷节点--变电站所有电气设备负荷的集合，是综合的负荷模型[3]，应用中可采用总体测辨法，即将负荷群作为一个整体，基于实测数据，通过参数辨识得到负荷模型4。对于一个具有上百个变电站的区域电网，虽然目前并不具备条件也没有必要对各个负荷节点-变电站建立精确的综合负荷模型，但在负荷模型的建模和选用时，综合考虑负荷节点-变电站的负荷类型和组成是可能的。本文提出在基于总体测辨法的负荷建模中，在实测负荷特性之前，首先通过模糊聚类对负荷节点-变电站进行分类，为安装负荷特性测量装置选择测点，为有针对性地建立负荷模型和使用负荷模型提供依据。

1.1 模糊聚类方法

数学上将按一定要求和规律对事物进行分类的方法称为聚类分析。模糊一词来自英文Fuzzy,意思是“模糊的”，“(形状或轮廓)不清楚”等，总之这个词意味着界限不明确。世界上存在许多外延不清楚或不可能弄清楚的模糊现象或事物，对于这样的模糊现象或事物进行研究时，常需要将其分类。但实际中能得到的往往是模糊信息，利用精确的数学方法分析处理这些模糊信息，从中找出数量规律，进行现象或事物的归类就是模糊聚类分析[5'。迄今为止，模糊数学已在电力系统中得到广泛应用，模糊逻辑控制在电力系统控制方面的应用取得了较大的进展f6~7;模糊聚类分析在电力故障诊断1811、电力负荷预测(12-161、研究对象分类[17-19]以及负荷模型研究[等方面得到了广泛应用。本文提出在实测负荷特性之前应用模糊聚类对负荷节点-变电站进行分类，确定负荷特性的测点，其特点是研究对象数量庞大、结构复杂。