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)
779
编辑：管理员
来源：北方有色网
咨询细节
