基于高斯混合聚类的风电出力场景划分
目前基于相似度的聚类方法对风电出力场景进行聚类划分, 而相似度又大多采用欧式距离长短作为衡量依据, 其结果反映时间序列曲线的幅度大小差异, 未能反映出曲线的形态特征及变化趋势的不同. 本文提出一种基于高斯混合聚类的风电出力场景划分的方法, 即通过属于某一类的概率大小来判断最终的归属类别. 首先根据BIC准则, 肘部法则和轮廓系数分别确定GMM聚类和K-means聚类的最佳数量, 然后以某地区实际风电为研究对象, 提取该地区3年春季风电出力典型场景, 并对这两种聚类结果进行对比分析, 验证本文方法的有效性. 最后通过GMM聚类模型提取该地区各个季节风电出力典型场景.
文件下载
评论信息
其他资源
- VB6.0精简(免安装 可生成EXE)
- gcc_rpm.tar.gz
- echarts2D地图实现3D阴影效果 山东省.zip
- CAN总线简单的发送接收程序
- 中国移动4G+手机产品白皮最终版
- 多目标车辆路径优化源代码
- NNIA 多目标算法
- 西安交通大学数据库库理论复飞及历届考试题
- NACA系列翼型数据库
- thinkPHP3.2.3 使用PHPMailer实现发送邮件
- 毛概课件 第八章.ppt
- More.Effective.C.rar
- RS(255,239)编码C语言版
- EE2016_B-數位邏輯導論B-夏勤-期中考_題目卷.pdf
- 2020年 5g新型智慧城镇白皮书-中国移动-54页(1).pdf
- nnglib1.4x64.rar
- NuGet4vs2013
- 基于MVC的网上书店
- aceadmin模版
- 光的偏振态仿真
- altium designer 18 PCB全流程设计书册
- Java实现的单态登陆
- 【Android开源源码13】Android 炸弹人游戏
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明