10.3321/j.issn:1000-3673.2002.11.008
基于模糊聚类识别及统计相关的短期负荷预测
应用模糊聚类理论,通过对负荷历史数据进行聚类和隶属度分析,依据模糊聚类和模糊模式识别、类别(或级别)变量特征值与概率统计相关分析等模型,根据模糊聚类参数与预测因子的前期特征值,确定相应的类别变量特征值,建立类别变量特征值与预测对象之间的相关关系,利用此相关关系进行负荷预测.应用隶属度来描述负荷与影响负荷因素之间的相关关系,可以同时考虑多种影响负荷因素,在算法上只是隶属度矩阵的阶数发生变化,预测过程简单明了.实践结果表明,此方法具有较高的预测精度,能较好地适应不同地区的负荷特性.
模糊聚类、隶属度、模糊模式识别、短期负荷预测
26
TM734(输配电工程、电力网及电力系统)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
32-36