分析了当前超短期负荷预测中存在的主要问题;在对大量历史负荷观测的基础上,提出并应用聚类分析理论进行负荷变化趋势分析;通过分析,在固定分类预测算法的基础上,提出了动态分类预测算法,该方法能够根据预测目标自动调整预测样本;大量的模拟测试表明,改进后的预测方法能
/!7R!/!4S
!!!!
!""#T$!U!#V
!
K)
9S98N:76{96GbHIt|$2
!!
DMz$!!NOP$!qQR$!!STU!
!%$;[W$%&g]W("vc7W&f!$""7%#!;*&Pov"#$$W%&’()"vc7W&f!$""")
3M!45I}’Ni#tjQk!Q?UM/FG!?mFcoptjnkU678"LM7;
1~[45C88Etj[X!}45!O&45"?"t4[Qk="U678"LMIW:4[Qk=""($"n#<=QkIaVWW#Qk-$!FcU6nkF"c"j8tUQk$"n#?H^G$K+-$UDE~"F%LgNi#tjQk&A"’z~mT(=tjQk".5<’cw#
$45!Ni#tjQk!~[45!tj!}!"t4[!W:4[!</WA45678!&’($#!&’()4
|!67
F5SmnYZ{"himn?v)*"YZ[X#HBC"$"HBC)|%"HBC3()mnB2"j;#C()$&=>lbP&w(’hg3,Q~"(y.C&’fgk^h"YZkNc;vAfg"0’*l#hP<3,Qob(F5SmnYZ7)‘,Qhi)himn/b"UV*YZ<|"vlYZ02(4#CYZ\g"&’]‘K#KuCWNW2*)!*#Z2*qdcV2*‘B
$!),
2n2*mn9%2l+a2lsqYZV2+"
z3#hhg!":e4ESM1=9C9HB=@BFDR=S%0@3.Chg()3[‘,Qhi(.Chg()[\’#H{BC"$"HBCJK$#HBC4hg9S""F5SYZkN|Ye\d&/@"3+e\hgno(ZQ2*‘CA3mnYZkN]QO9Qvl&x"K%MNBQhgue3GELY".Chg()+\Jyu1-(
<|‘4mnYZ3~""(7{YZmn3?v)*[S"f&IMNjC3YZ\g(45"YZ+~67IJ{"YZ45v!4J3YZ<|"?YZ<|3?v)*{YZVs&I4k(o5"M‘78himn34kB"M{"mn4kB*himn98|d,Q(
’QysqV2jz3{w4e2(Qv3YZ0,Q2<|E."ZBQ*v_<|3himnbP/b"UV"ab()mn%<-LJUVl‘:a‘mn%<-LJ$e3HIUV(4]y/b"UVVV+b}u0}#/")yYZ<|v!VV%4*0‘([\q_v!lEbV3()mn‘4YZ<|"[I!"YZV3r6<-(0|YZ<|[IO963YZVS3()mn?v)*"o5YZ\gy0SVS?vi$"8:;]‘V*9}*i\V3$]$WhYZ\gZoj47?(RShgue(IOF5SmnYZkN‘4o!":0IO9P_l~xYZ+~(yh"h+d3"0|YZkN0&xl]}]‘>$l$o"y8sDhl7h"F5SmnYZ+~M[IO9dy:u73‘9"7HJ|[OF5SmnYZ+~d%OP(
(‘Pov9d3#Cl.ChgB23K3"F5SmnYZ3!c*)+0|;y)1-
.!;<HI9:7u6{
c89L;[q[93s*)/9LV2"j{"a<|W34kWg"O4E3<|c4[8"M&b[zO4E3s‘F8c4j$3[8(<|{<|jW*<|{8jW*8{8jW34kW
4"#,
g6$jOjW3XYX6@+(*S[[<
|"&’70S398‘b"98Cs"S[8h3<|4kWgCC":8ioCF(
.7.!;<HIn9;<
’;_+-"-"6@$@3him<<<<$"!"("1,n"y9LhE#H%1E4BC4mn%<W{"!KK(c8343;O?v)*4E3himn94[8"0|i*#hRU|wkzES"()mn(*6#hdJzEiw(MNi^’himn‘4<|"98kN8?IJaVmn?v)*W3d(":(4OCW4E3mn94[8(y98j]"0,BQ*himnbPUV"’XYhim

xy=#$!""#^"K^!!!z{=#$!""#^"7^$!#
基于聚类和支持向量回归的短期负荷预测方法_专业资料。提出了一种基于自组织特征映射(SOFM)的聚类分析和支持向量回归(SVR)的电力系统短期负荷预测方法。该方法首先...
基于逐级均值聚类算法的短期负荷预测研究_专业资料。在原有短期负荷预测方法的基础上,考虑气候、季节、气温和节假日等因素,结合数据挖掘中聚类分析原理,通过逐级均值...
改进的基于聚类分析的超短... 暂无评价 5页 免费 基于相似时间序列检索的超....10 , 2007 多节点超短期负荷预测方法韩 , 韩学山 , 贠志皓 , 耿 力艳 (...
聚类分析法在短期负荷预测中的应用_专业资料。短期负荷预测是指预测未来24h内的电力负荷需求。这是一项非常重要的工作。目前,负荷预测的实用计算方法有很多,线性...
模糊聚类分析和代数算法结合的短期负荷预测_专业资料。为了提高短期负荷预测速度和精度,提出了将模糊聚类分析和神经网络代数算法相结合的短期负荷预测方法。综合考虑...
喜欢此文档的还喜欢 基于改进相似日的超短期负... 3页 免费搜你所想,读你... 基于模糊聚类分析与支持向量机的短期负荷预测 分享到: X 分享到: 使用...
超短期负荷的聚类分析及其变化情况预测_天文/地理_自然科学_专业资料。电力 系统及其 自动化 Power System&Automation 《 电气 自动化) 2o13 年第 35卷第6 期...
改进的基于聚类分析的超短... 暂无评价 5页 免费 智能电网超短期电力负荷预....2008 基于局部形相似的超短期负荷预测方法罗滇生, 李伟伟, 何洪英 ( 湖南大学...
聚类分析法在短期负荷预测... 3人阅读 4页 2.00元 改进的空间负荷预测法...为此提出了一种基于聚类分析理论的空间负荷预测方法,该方法通过分析元胞运用不同...
检索出发,结合负荷自身的周期性变化规 律, 提出了一种新的超短期负荷预测方法...改进的基于聚类分析的超短期负 荷预测方法[J].电力系统自动化,2005,29(24):...
热门文档