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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论