为加强研究生学术交流活动,推进学术创新,特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息,届时参加。也可就某学术报告展开专题讨论与交流。
居民和商业负荷参与需求响应项目时积累了大量基础用电数据,从中提取电力用户负荷模式,是负荷预测、分时电价制定和实施、负荷控制、用电异常等的理论基础和必要工作。为改善传统聚类算法在电力时序数据上的聚类效果,提出了一种基于离散小波变换与改进谱聚类的负荷最优分类方法。首先利用离散小波变换将负荷曲线映射到频域空间,用近似思想将低频曲线结果作为曲线的整体趋势特征,降低短时突变负荷对曲线整体趋势特征的影响。然后利用基于粒子群聚类算法而改进的谱聚类算法进行全局寻优聚类。算例分析结果表明,所提出的方法在数据形态特征提取、负荷分类有效性及稳定性等方面均具有较大优势。可为需求侧管理项目选择、保证电力系统高效、可靠、经济的运行、提高企业经济效益等提供有效参考。