基于PCA谱聚类分析的无功分区方法研究

发布时间：2017-09-27 10:42

  本文关键词：基于PCA谱聚类分析的无功分区方法研究

  更多相关文章： 复杂网络理论 PCA 谱聚类 无功储备度 模块度Q函数

【摘要】：以互联电网简化拓扑结构模型为基础,结合复杂网络理论,提出了一种基于PCA谱聚类分析的无功电压分区新方法。该方法根据电网的运行和结构特性,以网络的加权邻接矩阵作为无功分区的简化拓扑模型,利用PCA对分区模型进行主成分分析,将主成分个数作为谱聚类选择特征向量的维数标准,从而改进了谱聚类算法并完成对电力网络的快速有效划分。同时,把无功缺额度与模块度Q函数结合起来构建新的模块度指标,保证了分区数目的合理性并改善了区域的无功平衡性,最后对分区结果进行无功备用校验并做出相应调整从而得到最终的分区方案。通过对IEEE 30标准节点的仿真计算和测试,验证了该分区方法的有效性。
【作者单位】： 河海大学能源与电气学院;国网江苏省电力公司检修分公司;安徽理工大学电气与信息工程学院;
【关键词】： 复杂网络理论 PCA 谱聚类 无功储备度 模块度Q函数
【基金】：国家自然科学基金项目资助(11575003)
【分类号】：TM714.3;TM732
【正文快照】： 0引言 无功电压控制作为保证互联电网安全运行的重要组成部分,对提升系统的安全性、可靠性、经济 性具有重要作用。而合理的无功分区是实现电网无功电压控制的关键一步,目前,专家学者对电力系统无功分区策略进行了较为深入的研究||41,并取得了一系列的成果。常规的无功分区

【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3条

1 刘璐;基于联合域聚类和稀疏表示的极化SAR图像分类[D];西安电子科技大学;2015年

2 杨艺芳;谱聚类与维数约简算法及其应用[D];西安电子科技大学;2016年

3 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：929250