10.3969/j.issn.1003-8930.2015.11.005
基于SOM神经网络聚类的空调负荷聚合方法
空调类负荷的准确建模对电力系统暂态分析影响较大.为研究日益增多的空调集群特性,提出了基于自组织神经网络SOM(self－organizing feature map)聚类的空调负荷聚合建模方法.首先,通过灵敏度分析,提取对暂态分析最重要的几个空调模型参数,利用层次分析法AHP(analytic hierarchy process)确定其权重;再通过带权重训练的SOM对空调负荷进行聚类;最后,简化基于稳态模型等效变换的方法,对每一类空调进行聚合.算例表明,相比不聚类直接聚合,采用先聚类后聚合的方法对配电网中的空调负荷聚合,既可显著提高模型仿真的精度,又为研究其他负荷的聚合提供了一种新思路.
空调聚合、自组织神经网络、层次分析法、权重训练
27
TM74(输配电工程、电力网及电力系统)
国家高科技研究发展计划863计划资助项目2012AA050217;国家电网公司重大项目KJ[2011489]
2016-01-14（万方平台首次上网日期，不代表论文的发表时间）
共8页
26-33
