基于模糊C均值聚类算法和最小二乘支持向量机的母线负荷预测研究

摘要：

电力系统中的母线具有数量众多、负荷波动性大等特点,为提高预测精度,提出一种基于模糊C均值(fuzzy c-means,FCM)聚类算法和最小二乘支持向量机(least squares support vector machine,LSSVM)的母线负荷预测方法.利用改进的数据横向比较法对异常负荷进行修正.在此基础上,结合FCM算法将供电区域中具有相似负荷变化规律的母线进行聚类,选取聚类后的母线负荷数据对LSSVM模型进行训练和预测,并通过配比公式进行负荷分配.经数据验证,方法有助于提高母线负荷预测精度.

关键词：母线、负荷预测、模糊C均值算法、聚类、最小二乘支持向量机、相似度

所属期刊栏目：41

分类号：TM714(输配电工程、电力网及电力系统)

在线出版日期：2019-06-26（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：45-47,51