电力系统短期负荷预测建模仿真研究

	电力系统短期负荷预测建模仿真研究
	王惠中 1; 刘轲 1; 周佳 1; 王岳锋 2
刊名	计算机仿真
	2016-02-15
卷号	33 期号:2016年02期页码:175-179
关键词	数据预处理负荷预测双向比较法聚类算法
ISSN号	ISSN：1006-9348
英文摘要	精确的电力系统负荷预测能够使电网安全稳定的运行。传统的电力系统负荷预测只注重预测方法的研究,诸如基于人工神经网络的方法、支持向量机的方法等,很少关注数据的预处理。为了提高短期负荷预测的精度,采用双向比较法对浙江省某市的实际电力负荷历史数据进行预处理,并用K-means算法进行聚类分析,使具有相同特征的数据属性归为一类,以此降低原始数据维数。利用LSSVM算法进行负荷预测,从而得到准确的预测结果。仿真结果表明,经过聚类的LSSVM模型预测结果的平均相对误差和最大相对误差,远低于传统模型。充分说明了双向比较法和K-means算法相结合的短期负荷预测方法不仅有更高的预测精度还使预测误差更加的平稳。
URL标识	查看原文
WOS研究方向	Engineering
语种	中文
CSCD记录号	CSCD:5646416
状态	已发表
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/6069]
专题	电气工程与信息工程学院
作者单位	1.兰州理工大学电气工程与信息工程学院, 甘肃省工业过程先进控制重点实验室, 兰州, 甘肃 730050, 中国 2.国家电网诸暨市供电公司, 诸暨, 浙江 311800, 中国
推荐引用方式 GB/T 7714	王惠中,刘轲,周佳,等. 电力系统短期负荷预测建模仿真研究[J]. 计算机仿真,2016,33(2016年02期):175-179.
APA	王惠中,刘轲,周佳,&王岳锋.(2016).电力系统短期负荷预测建模仿真研究.计算机仿真,33(2016年02期),175-179.
MLA	王惠中,et al."电力系统短期负荷预测建模仿真研究".计算机仿真 33.2016年02期(2016):175-179.