模糊聚类与神经网络在电力负荷数据修正上的应用 | |
郝晓弘1; 宋吉祥2; 裴婷婷1; 张春燕2; 李亚岚2; 周治伊3 | |
刊名 | 传感器与微系统 |
2020-04-09 | |
卷号 | 39期号:2020年04期页码:页码:152-155 |
关键词 | 模糊C-均值 遗传算法 反向传播(BP)神经网络 电力负荷 数据修正 |
ISSN号 | ISSN:2096-2436 |
DOI | 10.13873/J.1000-9787(2020)04-0152-04 |
英文摘要 | 提出基于模糊C—均值(FCM)与神经网络相结合的异常电力负荷修正方法。采用AFCM对电力负荷数据进行聚类,确定聚类中心与聚类数目。依据异常数据所在类别,运用遗传算法优化BP神经网络对异常电力负荷数据进行修正。实验表明:该方法具有很好的聚类效果,对单个异常数据与连续异常数据的平均修正相对误差分别为0. 34%和1. 1%,修正结果优于单纯使用模糊聚类的方法和神经网络的方法。 |
URL标识 | 查看原文 |
WOS研究方向 | Automation & Control Systems |
语种 | 中文 |
CSCD记录号 | CSCD:6691669 |
状态 | 已发表 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/56888] |
专题 | 计算机与通信学院 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, 兰州, 甘肃 730050, 中国 2.兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国 3.甘肃省电力公司电力科学研究院电网技术中心, 兰州, 甘肃 730070, 中国 |
推荐引用方式 GB/T 7714 | 郝晓弘,宋吉祥,裴婷婷,等. 模糊聚类与神经网络在电力负荷数据修正上的应用[J]. 传感器与微系统,2020,39(2020年04期):页码:152-155. |
APA | 郝晓弘,宋吉祥,裴婷婷,张春燕,李亚岚,&周治伊.(2020).模糊聚类与神经网络在电力负荷数据修正上的应用.传感器与微系统,39(2020年04期),页码:152-155. |
MLA | 郝晓弘,et al."模糊聚类与神经网络在电力负荷数据修正上的应用".传感器与微系统 39.2020年04期(2020):页码:152-155. |
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