基于改进K均值算法的配电网变电站选址定容方法及装置

    公开(公告)号:CN112258231B

    公开(公告)日:2024-11-05

    申请号:CN202011138416.1

    申请日:2020-10-22

    摘要: 本发明涉及一种变电站选址定容技术领域,是一种基于改进K均值算法的配电网变电站选址定容方法及装置,包括确定规划区域内新建变电站总数、负荷总数、各个负荷的位置及负荷值;以各个变电站为聚类,获得初始聚类中心的位置和负荷值;对未进入聚类的负荷进行K均值聚类分析,并更新各个聚类的聚类中心和总负荷值;设置聚类的总负荷阈值,使得所有聚类的总负荷值均小于总负荷阈值,并更新对应聚类的聚类中心和总负荷值。本发明无需人为设置参数及随机指定各个聚类的初始聚类中心,通过规划区域内各个负荷的负荷值大小及负荷位置即可实现变电站选址及定容,并且通过设定总负荷值的阈值,二次调整各个聚类的聚类中心及总负荷值。

    一种风电功率组合预测方法
    4.
    发明公开

    公开(公告)号:CN112613655A

    公开(公告)日:2021-04-06

    申请号:CN202011503970.5

    申请日:2020-12-18

    摘要: 本发明公开了一种风电功率组合预测方法,包括以下步骤:首先,以权重序列为变量,以单一风电功率预测值的加权组合与真实值间差值最小目标,构建权重序列优化配置模型,采用智能算法获取权重序列配置结果;其次,以相邻2个时段的风电出力值以及基于上述权重序列优化配置模型得到的对应时段的权重序列配置结果为输入与输出,训练获取权重序列预测模型;最后,采用已训练好的权重序列预测模型与单一风电功率预测模型,预测未来时段风电功率。本发明提供的风电功率组合预测方法,以权重序列优化配置模型及权重序列预测模型为基础预测风电功率,在简化计算过程的同时确保计算结果精确度,有利于提升风电并网容量以及提升风电并网系统运行的稳定性。

    基于改进K均值算法的配电网变电站选址定容方法及装置

    公开(公告)号:CN112258231A

    公开(公告)日:2021-01-22

    申请号:CN202011138416.1

    申请日:2020-10-22

    IPC分类号: G06Q30/02 G06Q50/06 G06K9/62

    摘要: 本发明涉及一种变电站选址定容技术领域,是一种基于改进K均值算法的配电网变电站选址定容方法及装置,包括确定规划区域内新建变电站总数、负荷总数、各个负荷的位置及负荷值;以各个变电站为聚类,获得初始聚类中心的位置和负荷值;对未进入聚类的负荷进行K均值聚类分析,并更新各个聚类的聚类中心和总负荷值;设置聚类的总负荷阈值,使得所有聚类的总负荷值均小于总负荷阈值,并更新对应聚类的聚类中心和总负荷值。本发明无需人为设置参数及随机指定各个聚类的初始聚类中心,通过规划区域内各个负荷的负荷值大小及负荷位置即可实现变电站选址及定容,并且通过设定总负荷值的阈值,二次调整各个聚类的聚类中心及总负荷值。