基于谱聚类的城市低电压分区治理决策

发布时间：2017-11-21 15:23

  本文关键词：基于谱聚类的城市低电压分区治理决策

  更多相关文章： 配电系统 谱聚类 多因素 低电压 分区 拉普拉斯矩阵

【摘要】：在目前配电系统相对发输电系统较为落后的电力市场环境下,低电压治理是亟须解决的问题。合理地确定治理分区是科学、有效地进行低电压治理的重要前提。基于谱聚类算法的城市低电压分区方法,首先考虑了最低电压幅值、低电压涉及户数、电压越(下)限时间及年供电量4个指标构成样本空间。其次通过欧氏距离建立拉普拉斯(Laplace)矩阵,由Laplace矩阵的相对特征值差自动确定低电压治理的分区数目,将Laplace矩阵的前两个和前三个特征向量映射到二维和三维空间,直观地划分治理分区。然后构造评估函数,评估低电压分区的效果,采用k-means算法对特征向量进行聚类,画出分区谱系图,得到层次分明的低电压分区治理方案。该算法基于复杂网络原理,具有严谨的理论依据。以江西省某市典型数据为例验证了所提算法的有效性。
【作者单位】： 南昌大学信息工程学院;国网上饶供电公司;
【分类号】：TM727.2;TM732
【正文快照】： 0引言由于历史原因,中国配电系统建设相对发输电系统较为落后,农村配电网低电压、供电可靠性低等问题较为突出,其中尤以配电网低电压问题最为严重,危害最大[1]。合理的划分治理分区是高效、合理地进行低电压治理的重要前提。目前国内鲜有文献对该问题进行过深入研究,国外由于

【相似文献】

中国期刊全文数据库 前10条

1 李小斌;田铮;;基于谱聚类的图像多尺度随机树分割[J];中国科学(E辑:信息科学);2007年08期

2 马腾;龙翔;冯路;骆沛;吴壮志;;点云模型的谱聚类分割[J];计算机辅助设计与图形学学报;2012年12期

3 贾建华;焦李成;柳炳祥;;图像分割的谱聚类集成算法[J];西安交通大学学报;2010年06期

4 张慧;韩崇昭;闫小喜;;概率假设密度滤波的谱聚类目标状态提取方法[J];西安交通大学学报;2012年02期

5 余丽洁;李岩;陈宽民;;基于谱聚类的城市轨道站点分类方法[J];交通信息与安全;2014年01期

6 李天云;李想;刘辉军;王洪涛;;基于谱聚类的电力负荷分类[J];吉林电力;2008年05期

7 王丹丹;周宇;叶庆卫;王晓东;;基于谱聚类的振动多模态信号幅谱分割研究与应用[J];中国机械工程;2013年13期

8 王娜;杜海峰;庄健;王孙安;;用于故障诊断的网络分割谱聚类方法[J];机械工程学报;2008年10期

9 李展;彭进业;温超;;基于谱聚类和多示例学习的图像检索方法[J];华南理工大学学报(自然科学版);2011年07期

10 王超;王晓英;王飞;;基于谱聚类的空域扇区分割[J];计算机应用研究;2014年06期

中国博士学位论文全文数据库 前1条

1 孔敏;关联图的谱分析及谱聚类方法研究[D];安徽大学;2006年

中国硕士学位论文全文数据库 前10条

1 陈昭彤;基于拓扑势和谱聚类的社区发现研究[D];中国矿业大学;2015年

2 张吉文;基于谱聚类的文本聚类算法研究[D];贵州大学;2015年

3 李伟龙;基于面向对象SVM和谱聚类的极化SAR分类[D];西安电子科技大学;2014年

4 崔竹冬;基于谱聚类的三维血管点云分割技术研究[D];哈尔滨工业大学;2016年

5 崔海玉;基于谱聚类的域间社区挖掘算法研究[D];大连海事大学;2016年

6 付刚;基于谱聚类的混合流形学习算法研究[D];安徽理工大学;2016年

7 林珍香;基于谱聚类的个性化推荐系统研究[D];福建农林大学;2016年

8 何心琪;基于谱聚类的水声图像分割技术研究[D];哈尔滨工程大学;2013年

9 赵冬琴;基于谱聚类的MCI影像学分类特征研究与应用[D];太原理工大学;2014年

10 张俊英;基于谱聚类的图书目录重构[D];浙江大学;2010年

，

本文编号：1211390