应用聚类算法和混沌理论的短期负荷概率性区间预测.pdfVIP

第34 卷 第11 期 电 网 技 术 Vol. 34 No. 11 2010 年11 月 Power System Technology Nov. 2010 文章编号：1000-3673 （2010 ）11-0065-05 中图分类号：TM 715 文献标志码：A 学科代码：470·4054 应用聚类算法和混沌理论的 短期负荷概率性区间预测 1 2 方仍存 ，周建中 （1．湖北省电力试验研究院，湖北省 武汉市 430077 ； 2．华中科技大学 水电与数字化工程学院，湖北省 武汉市 430074 ） Probabilistic Interval Forecasting of Short-Term Load on the Basis of Clustering Algorithm and Chaos Theory 1 2 FANG Rengcun , ZHOU Jianzhong (1 ．Hubei Electric Power Testing Research Institute, Wuhan 430077, Hubei Province, China; 2 ．College of Hydroelectric and Digitalization Engineering, Huazhong University of Science and Technology, Wuhan 430074, Hubei Province, China) ABSTRACT: Integrating clustering algorithm with chaotic 关键词：短期负荷预测；概率性区间预测；混沌时间序列； time series, an approach for short-term probabilistic interval 聚类算法 load forecasting is proposed. The proposed approach searches 0 引言 multi similar states of current phase point in phase space by clustering algorithm to avoid how to select the similar states 国内外为提高短期负荷预测的精度已提出了 and the number of similar states; constructs forecasting space 多种方法，传统方法包括时间序列分析、回归分析 according to the maximum and minimum in deterministic 等，近年来随着人工智能的发展，人工神经网络、 forecasting results of different similar states, and calculates corresponding probabilistic confidence level in the interval 向量机、