《表1 CAEs网络参数》
使用某地区10 000条商业和工业用户日负荷数据对CAEs网络进行训练,单个CAE及构成CAEs网络模型参数如表1所示,通过该网络,可将288个点的日负荷数据降维至12个深层特征参数。在训练好的CAEs网络模型的基础上,对该地区商业和工业共1 200个用户的负荷数据集进行聚类分析,日负荷采样间隔为5 min,每日共计288个数据点,归一化后的典型日用户负荷序列集样本如图5所示,图中包含多类具有明显差异的负荷曲线,负荷主要表现为全天平稳、昼高夜低、昼低夜高、全天多个高峰等多种各自独特的用电特性。通过自适应函数确定FCM算法与MSC-FCM算法的最优聚类数均为6类,rx_max和ry_max均取为3,通过网格搜索法将权重α和λ确定为0.25和0.75。
图表编号 | XD0056371700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 石亮缘、周任军、张武军、余虎、李彬、王珑 |
绘制单位 | 湖南省清洁能源与智能电网协同创新中心(长沙理工大学)、湖南省清洁能源与智能电网协同创新中心(长沙理工大学)、中国能源建设集团湖南省电力设计院有限公司、中国能源建设集团湖南省电力设计院有限公司、湖南省清洁能源与智能电网协同创新中心(长沙理工大学)、湖南省清洁能源与智能电网协同创新中心(长沙理工大学) |
更多格式 | 高清、无水印(增值服务) |