基于聚類分析的電能質量評估方法.pdf

1、當前電能質量問題日益突出，科學有效的電能質量評估是當務之急。本文介紹了電能質量評估的現(xiàn)狀，在現(xiàn)有評估方法的基礎上，研究基于聚類分析的電能質量評估方法。
　　首先，介紹了基于概率統(tǒng)計與矢量數(shù)學、組合賦權法和物元法的電能質量評估方法，做了相關的算例分析，并且分析比較了它們的優(yōu)缺點，為電能質量評估方法的完善打下了基礎，也為實際應用中選擇合適的評估方法提供了參考。
　　其次，提出了一種基于等價關系聚類的電能質量評估方法。通過計算模糊

2、等價矩陣得出相關系數(shù)的數(shù)值，進而根據(jù)相關系數(shù)的大小評估聚類對象的電能質量情況?；诘葍r關系的聚類分析簡單明了、計算簡便，而且結合了模糊數(shù)學的相關知識，解決了電能質量評估無法定量分析的問題。
　　再次，綜合應用遺傳算法(Genetic Algorithm，GA)、馬氏距離(MahalanobisDistance，MD)、模糊C均值聚類(Fuzzy C-Means，F(xiàn)CM)方法，提出了一種基于GA-MD-FCM算法的電能質量評估方法。

3、利用遺傳算法克服原始FCM算法易陷于局部最優(yōu)解的缺點，且用馬氏距離替代歐式距離能夠考慮不同屬性之間的差異。GA-MD-FCM算法能有效評估電能質量，收斂速度快，價值函數(shù)相對原始FCM算法明顯減小，具有優(yōu)良的聚類效果，且不需要人工干預，克服了傳統(tǒng)方法受主觀因素影響較大的缺點。
　　最后，提出了一種基于改進灰色聚類和組合賦權法的電能質量評估方法。針對傳統(tǒng)灰色聚類的不足，引入了指數(shù)型白化權函數(shù)，有效解決了零白化權函數(shù)值的問題。采用層次分