10.3969/j.issn.1000-582X.2006.02.014
电力日负荷数据特征模式智能提取方法
电力负荷数据中可能包含各种坏数据,严重影响负荷预测精度,因此需要从这些含有噪声的日负荷数据中提取出负荷的特征模式,以便对负荷数据进行清洗.以软聚类思想为指导,通过模糊C均值聚类算法及Kohonen自组织特征映射神经网络的互补结合,提出了日负荷特征模式的智能提取方法,该方法不但具有辨识精度高、收敛速度快的优点,而且具有对数据的动态处理能力,为精确的负荷预测和准确的系统分析做好了数据上的准备,对重庆城区供电局负荷数据的实例分析说明了方法的高效性.
日负荷、特征模式、软聚类、神经网络
29
TM715(输配电工程、电力网及电力系统)
2006-04-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
50-53