基于改進(jìn)DPC-IGWO-Elman的負(fù)荷分解方法

打開文本圖片集

［摘 要］ 針對現(xiàn)有負(fù)荷分解方法負(fù)荷特征單一、分解精度低的問題，提出一種結(jié)合改進(jìn)密度峰值聚類算法與改進(jìn)灰狼算法優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的非侵入式負(fù)荷分解方法。首先針對密度峰值聚類算法（DPC）在處理復(fù)雜數(shù)據(jù)集時缺乏自適應(yīng)能力的問題對局部密度的計算方法進(jìn)行改進(jìn)，再將改進(jìn)DPC算法應(yīng)用于用電器負(fù)荷數(shù)據(jù)的聚類分析，從而得到用電器的工作狀態(tài)標(biāo)簽并進(jìn)行編碼；之后運(yùn)用Elman神經(jīng)網(wǎng)絡(luò)構(gòu)建分解模型同時引入改進(jìn)灰狼優(yōu)化算法（IGWO）對網(wǎng)絡(luò)參數(shù)進(jìn)行尋優(yōu)，最后根據(jù)網(wǎng)絡(luò)輸出編碼獲取用電器工作狀態(tài)標(biāo)簽并根據(jù)對應(yīng)負(fù)荷特征信息進(jìn)行有功功率擬合，完成負(fù)荷分解。（剩余9389字）