%0 Journal Article
%T 引入改进模糊C均值聚类的负荷数据辨识及修复方法
%A 吴争荣
%A 孔祥玉
%A 曾意
%A 胡启安
%A 董旭柱
%J 电力系统自动化
%D 2017
%X 高级量测体系的建设促使大量用电负荷数据增加了可观性，但由于通信等原因，量测数据中存在不良数据。文中提出一种引入改进模糊C均值(FCM)聚类算法的负荷数据辨识及修复方法，该方法利用快速爬山技术，对标准FCM聚类算法中聚类数目难以预先确定、初始聚类中心随机选取等缺点进行改进，实现用电负荷数据的精准聚类。在此基础上提取可行域矩阵及特征曲线，实现对新量测数据的辨识及修正。最后采用某地实际负荷测量数据进行分析，并通过与基于标准FCM聚类算法的对比，验证了该方法的快速性、高效性及其应用前景
%K 负荷曲线聚类
%K 模糊C均值聚类
%K 数据辨识
%K 爬山法
%K 可行域矩阵
%K load curve clustering
%K fuzzy C-means clustering
%K data identification
%K mountaineering
%K feasible region matrix
%U http://www.aeps-info.com/aeps/article/abstract/20160920002?st=article_issue