基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究

文档名：基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究
摘要：基于日负荷曲线的负荷节点分类是负荷建模的重要环节,详略得当的分类结果保留了负荷节点的内在特性,可提升电力系统仿真计算的效率.当前基于人工智能的节点聚类方法进展迅速,然而总体上针对数据深层特征提取的适应性仍存在不足.采用了基于改进的深度嵌入式算法的日负荷曲线聚类方法,利用神经网络可有效提取数据的深层特征的能力.进而,提出一种先升维后聚类的改进方法,通过算例对比分析,验证了本文所提算法的可行性,以及所提升维—重构聚类方法的正确性.

作者：陈谦  陈嘉雯  王苏颖  史锐Author：CHENQian  CHENJiawen  WANGSuying  SHIRui
作者单位：河海大学能源与电气学院,江苏南京211100
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2023, 38(1)
分类号：TM712
关键词：负荷建模  日负荷曲线聚类  深度嵌入式  升维-重构聚类  
机标分类号：TM743TP391R446
在线出版日期：2023年4月18日
基金项目：国家自然科学基金基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究[
期刊论文]  电力科学与技术学报--2023, 38(1)陈谦  陈嘉雯  王苏颖  史锐基于日负荷曲线的负荷节点分类是负荷建模的重要环节,详略得当的分类结果保留了负荷节点的内在特性,可提升电力系统仿真计算的效率.当前基于人工智能的节点聚类方法进展迅速,然而总体上针对数据深层特征提取的适应性仍存...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究  Comparative study on deep embedded clustering and its improved methods based on node daily load curve

基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究.pdf

2024-12-14 11:27 上传 基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究.pdf

文件大小:

1.04 MB

下载次数:

60

高速下载