摘要：模糊C均值（FCM）算法是一种用于电力负荷特性分类的有效方法。针对传统FCM算法易陷入局部最优且对初始条件敏感的问题,文中提出了基于微分进化（DE）自适应优化的改进措施。相对于FCM算法的梯度最速下降寻优策略,改进算法利用DE多点随机并行搜索,对控制参数及非最优个体进行自适应调整,具有全局搜索能力强、鲁棒性高的特点。实际算例仿真表明,所述算法降低了负荷特性分类对初始值的依赖度,在不同聚类数目的条件下仍具有良好的性能,适用于实际电网滚动规划等对负荷特性分类精度要求更高的领域。

关键词：负荷特性分类 微分进化算法 模糊c均值算法 自适应 电网规划运行 

单位：新能源电力系统国家重点实验室 华北电力大学 北京市102206 华北电力大学经济与管理学院 北京市102206