论文部分内容阅读
负荷时变性和分散性已经成为制约负荷模型推广应用的主要因素，而负荷特性分类则是解决这个问题的有效途径。文中提出基于SOM神经网络的C-均值聚类算法的新的负荷分类方法：以负荷模型参数作为负荷动态特性分类特征向量，应用SOM神经网络对初始训练样本进行分类，将获得的聚类数目和各类中心点作为C-均值算法的初始输入进一步聚类。最后通过动模实验的分类结果表明该方法可自动获取分类数，应用于负荷特性分类研究中具有较强的实用性和有效性。