Using clustering techniques to provide simulation scenarios for the smart grid

هدف این مقاله، دستیابی به مشخصات روزانه مصرف انرژی، تولید انرژی باد و قیمت برق برق است که نیاز به ارزیابی دو گزینه مختلف که معمولا در پارادایم شبکه هوشمند مورد توجه قرار می گیرند، عبارتند از: پاسخ تقاضای تقاضای مسکونی و ذخیره انرژی الکتریکی توزیع شده در مقیاس کوچک. رویکرد شامل اعمال الگوریتم های خوشه ای به داده های تاریخی، یعنی استفاده از یک روش سلسله مراتبی و یک شبکه عصبی خودسازمانده، برای به دست آوردن خوشه ای از نمودار هایی که نمودار های مشخص روزانه بار، تولید باد و یا قیمت برق را نشان می دهند. این نمودارها نه تنها برای تجزیه و تحلیل سناریوهای مختلف ترکیب موجود، بلکه برای درک اهمیت نسبی فرد نیز مفید هستند. این مطالعه همچنین شناسایی محدوده احتمالی تنوع در اطراف یک نمایه متوسط ​​را با تعریف پروفیل مرزی با حداکثر و حداقل مقادیر هر نمونه اولیه خوشه.