一种智能微电网的优化方法及系统技术方案

本发明专利技术提供了一种智能微电网的优化方法及系统，属于智能微电网技术领域，方法包括：获取影响智能微电网的运行效率的电力参数；将电力参数和运行效率进行标准化或归一化处理，得到多个数据点；随机选择K个数据点作为初始聚类中心；计算每个数据点到所有聚类中心的距离，并将数据点分配到距离最近的聚类中心所在的簇中，根据簇内数据点重新计算聚类中心的位置，并重复该步骤直到聚类中心的位置不再变化或达到预设的迭代次数，得到聚类结果；分析聚类结果，找出运行效率最优的簇，并在该簇中提取出电力参数的平均值或中位数，作为最优运行效率对应的参数值；将最优运行效率对应的参数值应用于智能微电网中。本发明专利技术可以有效提高运行效率。

【技术实现步骤摘要】

本专利技术涉及智能微电网，尤其是涉及一种智能微电网的优化方法及系统。

技术介绍

1、智能微电网是指由分布式电源（如光伏电池、燃料电池、风力发电、生物质能、微型燃气轮机等）、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统，它通过采用先进的互联网及信息技术，实现分布式电源的灵活、高效应用，并具备一定的能量管理功能。

2、但智能微电网的运行控制技术尚不成熟，需要进一步提升系统的稳定性和可靠性，特别是其运行效率有待提高。

技术实现思路

1、本专利技术提供一种智能微电网的优化方法及系统，以提高运行效率。

2、本说明书公开了一种智能微电网的优化方法，包括：

3、获取影响智能微电网的运行效率的电力参数，所述电力参数包括电压波动幅度、频率波动幅度、电力损耗、负荷率、负荷波动幅度、线路阻抗、线路电容、谐波电流、谐波电压、谐波阻抗和谐波频率；

4、将所述电力参数和运行效率进行标准化或归一化处理，得到多个数据点；

5、随机选择k个数据点作为初始聚类中心本文档来自技高网...

【技术保护点】

1.一种智能微电网的优化方法，其特征在于，包括：

2.根据权利要求1所述的智能微电网的优化方法，其特征在于，对不同的K值进行K-means聚类，计算每个K值对应的聚类内误差平方和，绘制K值与聚类内误差平方和的关系图，在关系图中找到手肘点，选择手肘点对应的K值作为最佳的聚类数。

3.根据权利要求1所述的智能微电网的优化方法，其特征在于，对不同的K值进行K-means聚类，计算每个K值下的聚类结果的轮廓系数，比较不同K值下的轮廓系数，选择轮廓系数最大的K值作为最佳的聚类数。

4.根据权利要求1所述的智能微电网的优化方法，其特征在于，生成多个与由多个数据点组...

【技术特征摘要】

1.一种智能微电网的优化方法，其特征在于，包括：

2.根据权利要求1所述的智能微电网的优化方法，其特征在于，对不同的k值进行k-means聚类，计算每个k值对应的聚类内误差平方和，绘制k值与聚类内误差平方和的关系图，在关系图中找到手肘点，选择手肘点对应的k值作为最佳的聚类数。

3.根据权利要求1所述的智能微电网的优化方法，其特征在于，对不同的k值进行k-means聚类，计算每个k值下的聚类结果的轮廓系数，比较不同k值下的轮廓系数，选择轮廓系数最大的k值作为最佳的聚类数。

4.根据权利要求1所述的智能微电网的优化方法，其特征在于，生成多个与由多个数据点组成的原始数据集具有相同样本大小的随机数据集，对每个随机数据集进行不同k值的聚类，并计算对应的对数似然比，计算原始数据集在不同k值下的对数似然比，并与随机数据集的对应值进行比较计算得到间隙统计量，选择间隙统计量最大的k值作为最佳的聚类数。

5.根据权利要求1所述的智能微电网的优化方法，其特征在于，对不同的k值进行k-means聚类，对于每个k值下的聚类结果计算calinski-harabasz指数，比较不同k值下的calinski-harabas...

【专利技术属性】
技术研发人员：李林，丁韬，杨浩，
申请(专利权)人：成都纺织高等专科学校，
类型：发明
国别省市：