检 索
学术期刊
切换导航
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
一封信
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
我要投稿
查看投稿进度
学术期刊
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
在线客服
客服电话:
400-188-5008
客服邮箱:
service@ccnpub.com
投诉举报:
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享
请选择
目标期刊
首页
期刊
文章
基于改进K-means聚类的风光发电场景划分
下载:
13
浏览:
184
宋学伟1
刘玉瑶2
《发电技术与研究》
2020年12期
摘要:
针对可再生能源发电,尤其是风力、光伏发电的出力不确定性问题,结合改进后的K-means聚类方法对发电的状态进行场景划分。首先建立风力、光伏发电的不确定性模型,选用合适的概率密度函数进行拟合;之后结合密度聚类和提出的混合评价函数,对基本的K-means聚类算法进行改进,解决了算法的初始聚类中心和聚类个数难以选取的问题;然后运用改进后的K-means聚类对某地风力、光伏发电场景进行聚类划分,从而将不确定性问题转化成确定性问题。最后通过对场景划分的算例进行分析,验证了所提方法的工程实用性。
[1/1]
|<
<
1
>
>|
在线客服::
点击联系客服
联系电话::
400-188-5008
客服邮箱::
service@ccnpub.com
投诉举报::
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享