超短期负荷的聚类分析及其变化情况预测

摘要：

电力系统的超短期负荷值及其变化情况对系统调度具有重要意义,提出了一种优化的聚类算法对超短期负荷在一天中的变化情况进行归类并预测.由于模糊C均值聚类对初始聚类中心敏感,不能准确收敛于全局最优解,加入蚁群聚类,从而自动获得最佳聚类数目,采用模糊神经网络对聚类结果(负荷值的变化情况)进行预测.通过对相似日(非负荷因素如经济、气象等相似)的历史数据仿真实验,验证算法的合理性、有效性,为日后负荷调度提供决策依据.

关键词：超短期负荷值、模糊C均值聚类、蚁群聚类、模糊神经网络、相似日

所属期刊栏目：35

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2014-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：53-56