考虑多重影响因素的负荷同时系数预测方法
负荷同时系数的选取是合理开展电力系统负荷预测工作的基础.目前,实际工程中的小区同时系数的选取缺乏理论依据,选取结果不能合理匹配小区的实际用电需求.针对该类问题,该文提出一种考虑多重影响因素的负荷同时系数预测方法.通过分析负荷同时系数的主要影响因素,构建同时系数影响因素指标体系.基于模糊K均值(K-means)聚类算法和径向基函数(radial basis function,RBF)神经网络相结合的方法,对样本集进行聚类分析,根据聚类结果预测样本的负荷同时系数.该方法可以大大提高样本的预测精度.对城市小区配电网规划具有指导意义.
负荷同时系数、影响因素、K-means聚类、径向基函数神经网络
33
TM715(输配电工程、电力网及电力系统)
2014-05-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
85-91