中长期电力负荷模糊聚类预测改进算法.pdfVIP

第37卷 第 15期 计 算 机 工 程 2011年8月 Vo1．37 No．15 ComputerEngineering August2011 · 人工智能及识别技术 · 文章编号：100_3428(20l1)15—_0184_-03 文献标识码：A 中图分类号：TP301．6 中长期 电力负荷模糊聚类预测改进算法 张承伟，杨子国 (大连理工大学管理学院，辽宁 大连 116024) 摘 要 ：针对传统的中长期模糊聚类预测算法 自变量权重选择不合理、截水平集合元素不全面、相关因子计算方法单一等缺陷，提出改进 的预测算法。该算法利用关联度分析计算自变量权重，通过建立相关因子计算方法库，按照相对传递总偏差最小原则选择最佳相似矩阵进 行聚类，以等价矩阵所有元素的去重集合作为截水平集合求最佳聚类。实验结果证明该算法可提高预测的准确性。 关健诃 ：模糊聚类；相关因子；相似矩阵；关联度分析；中长期电力负荷预测 ImprovedFuzzyClusteringForecastAlgorithm f0lrM iddleandLongIeIrm ElectricP0werLoad ZHANG Cheng-wei，YANG Zi·guo (SchoolofManagement，DalianUniversityofTechnology，Dalian116024，China) [Abstract|Classicalfuzzyclusteringalgorithmhassomedrawbacksincludingthatthecomputingofindependentvariableweightsisunreasonable， thesetofhorizontalsectionmembersisslurred，htecomputationalmehtodsofcorrelationfactoraresingleandSOon．Inordertosolvehteproblems above，thispaperproposesanew algorithm namedimprovedfuzzyclusteringalgorithm ．Itusesassociationanalysistocomputetheindependent variableweights，setsupamethodwarehouseandusesittocalculatehtecorrelationfactors，andselectsdistinctmembersoftheequivalentmatrixas thesetofhorizontalsection．Experimentalresultdemonstratesthatthenewalgorithmincreasestheaccuracyofforecast [Keywordslfuzzyclustering；correlationfactor；similarmatric；associationanalysis；forecastofmiddleandlongtermelectricpowerload DOh10．3969／j．issn．1000—3428．201115．058 1 概述 电力系统中长期负荷预测是电力部门制定电网计划的基 础，为供电、销售计划的制定提供有力依据，因此，具有重 要意义。影响中长期负荷的因素很多，如人口、消费者物价 指数(ConsumerPriceIndex，CPI)、国内生产总值 (Gross 其中，向量 f= 12，…，X)，x表示第 t期数据中各个影响因 DomesticProduct，GDP)，而各个地区的产业结构和人民生活 素的取值；向量Y表示第 t期数据中的负荷变量值，为了表 水平不同，具有模糊性。传统算法只是将负荷变量的历史数 示方便，本文设 yt=x 按照模糊聚类要求，先要将数据压 据序列进行数学模拟，得出公式化的负荷预测模型，没