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
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
首页
文章
基于改进K-means聚类的风光发电场景划分
DOI:
,
PDF
,
下载:
13
浏览: 160
作者:
宋学伟1 刘玉瑶2
;
作者单位:
1.上海电机学院电气学院;2.国网东营市垦利区供电公司
;
关键词:
风力发电;光伏发电;密度聚类;K-means聚类;场景划分
;
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。
投稿
相关文章
大数据技术在金融风控中的应用研究
程序化护理干预模式在脑出血患者中的应用及对认知水平的影响研究
一种用于小孔径攻丝的工装设计
一种便携式自动控制气动短路接地装置研制
关于建筑电气安装工程施工质量控制研究
学术共建
清华大学出版社
北大中文系
国家工程技术数字图书馆
维普网
万方数据库