本发明提供了一种基于改进k‑means聚类算法的新能源出力场景分析方法及系统,包括以下步骤:对新能源某时间段内的出力数据进行采样,生成得到矩阵形式的初始场景集U;根据需要按照时间尺度对场景集U进行初始划分;输入初始类聚中心个数k值;根据k值利用基于CS‑GWO算法改进的k‑means聚类算法进行场景缩减;合并聚类结果中各类聚中心为典型场景集C;输出典型场景集C,采用典型场景集C描述该时间段内新能源出力特征。本发明利用GWO算法和CS算法的全局搜索能力对传统k‑means聚类算法进行改进,优化了初始聚类中心的选择,提高了聚类结果表征初始随机变量特性的准确性;将改进的k‑means聚类算法应用于场景缩减,实现了风电、
光伏出力场景分析。
声明:
“基于改进k-means聚类算法的新能源出力场景分析方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)