基于LMP数据的无监督拥堵状态识别
发表于: 。本研究解决了在高维欧氏空间中理解局部边际价格(LMP)变化及其对价格预测和市场策略形成的影响这一问题。通过无监督方法,论文提出了一种新颖的算法,对LMP数据的拥堵部分进行分解,并找到反映所有传输线路瞬时拥堵状态的基向量。研究结果表明,该方法能够有效识别拥堵状态,并在IEEE 30-bus系统、IEEE 118-bus系统、伊利诺伊200-bus系统和西南电力池中的数值实验中展现出良好的性能。
本研究解决了在高维欧氏空间中理解局部边际价格(LMP)变化及其对价格预测和市场策略形成的影响这一问题。通过无监督方法,论文提出了一种新颖的算法,对LMP数据的拥堵部分进行分解,并找到反映所有传输线路瞬时拥堵状态的基向量。研究结果表明,该方法能够有效识别拥堵状态,并在IEEE 30-bus系统、IEEE 118-bus系统、伊利诺伊200-bus系统和西南电力池中的数值实验中展现出良好的性能。