利用聚类算法划分风电出力的典型日

该博客通过加载风电出力数据,利用K-Means聚类算法将一年的风电出力划分为8种典型日类型,并分别展示这8种典型日的风电出力变化情况,进一步计算了各簇内的波动量中位数,得出波动量处于中位数的风电出力曲线。
摘要由CSDN通过智能技术生成

clc
clear
close all
load('P_WindY5');
figure
plot(P_WindY5);
xlabel('时刻节点/5min');
ylabel('功率/MW');
title('风电出力年曲线图');
P_WindY365 = zeros(365,24*12);
for i=1:365
    P_WindY365(i,1:24*12) = P_WindY5(1,24*12*i-24*12+1:24*12*i);
end
%继而是调用K-MEANS聚类,得出8天的典型日                
%% 分区1的kmeans风电聚类
[IDW,~,~,~] = kmeans( P_WindY365 , 8 );         
E_Wind1=find(IDW==1);
E_Wind1=P_WindY365(E_Wind1,:);           
E_Wind2=find(IDW==2);
E_Wind2=P_WindY365(E_Wind2,:);       
E_Wind3=find(IDW==3);
E_Wind3=P_WindY365(E_Wind3,:);
E_Wind4=find(IDW==4);
E_Wind4=P_WindY365(E_Wind4,:);
E_Wind5=find(IDW==5);
E_Wind5=P_WindY365(E_Wind5,:);
E_Wind6=find(IDW==6);
E_Wind6=P_WindY365(E_Wind6,:);
E_Wind7=find(IDW==7);
E_Wind7=P_WindY365(E_Wind7,:);
E_Wind8=find(IDW==8);
E_Wind8=P_WindY365(E_Wind8,:);
figure(2)
subplot(2,4,1);
plot(E_Wind1(:,1:24*12)','-','LineWidth',1.5);xlabel('时间/h');ylabel('风电场群出力聚类W/m2');title(['典型日1频次',num2str(numel(E_Wind1(:,1)))]);axis([1 24*12 0 1600]);
subplot(2,4,2);
pl

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值