SPS学术报告预告聚类算法在场景分析中的应用——何浩

Posted 智能电力系统研究室

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了SPS学术报告预告聚类算法在场景分析中的应用——何浩相关的知识,希望对你有一定的参考价值。


    主讲人:2017  何浩

    报告时间:2017924   2100~2230(预计90分钟)

    报告地点:5-212

    主持人:雷阳、陈童

    主讲人简介:何浩,智能电力系统研究室2017级研究生,目前研究内容为电力系统的优化运行。

    主讲内容:可以解决配电网规划的设计中负荷与风光出力的不确定性问题的场景分析法。该方法可以适当且合理的减少场景数量,不仅降低计算量,而且使规划结果不再过于保守。很多学者选择了聚类算法进行场景的缩减。本次报告主要会分析各种聚类算法的优劣,并结合实测数据所生成的场景,分析该场景特点及各聚类算法在缩减场景应用中的特点。

    主要参考文献/网站:

    1.  褚睿鸿, 王红军, 杨燕,等. 基于密度峰值的聚类集成[J]. 自动化学报, 2016, 42(9):1401-1412.

    2.  李晓瑜, 俞丽颖, 雷航,等. 一种K-means改进算法的并行化实现与应用[J]. 电子科技大学学报, 2017, 46(1):61-68.

    3.  伍育红. 聚类算法综述[J]. 计算机科学, 2015, 42(s1).

    4.  解蛟龙. 风/光/负荷典型场景缩减方法及在电网规划中的应用[D]. 合肥工业大学, 2017.

    5.  周涛, 陆惠玲. 数据挖掘中聚类算法研究进展[J]. 计算机工程与应用, 2012, 48(12):100-111.


    请同学们提前学习相关内容,主动参与会议交流


   






以上是关于SPS学术报告预告聚类算法在场景分析中的应用——何浩的主要内容,如果未能解决你的问题,请参考以下文章

聚类算法简析:朴素贝叶斯算法的场景案例

网安学术一种改进的K-means聚类算法在图像分割中的应用

R语言聚类算法在新媒体中的场景应用

从分类预测到聚类算法,有何不同?

学术论文电力通信大数据并行化聚类算法研究

一文盘点5种聚类算法,数据科学家必备!