模糊聚类分析和代数算法结合的短期负荷预测 short-term load forecasting method using combination of fuzzy clustering and algebra algorithm of neural networks.pdfVIP

下载本文档

4
0
约1.67万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

模糊聚类分析和代数算法结合的短期负荷预测 short-term load forecasting method using combination of fuzzy clustering and algebra algorithm of neural networks.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

模糊聚类分析和代数算法结合的短期负荷预测 short-term load forecasting method using combination of fuzzy clustering and algebra algorithm of neural networks

第23卷第3期电力系统及其自动化学报 V01．23No．3 ofthe 2011年6月 CSU—EPSA Jun． 2011 Proceedings 模糊聚类分析和代数算法结合的短期负荷预测周虎，江岳春，陈旭，黄珊，彭信淞 (湖南大学电气与信息工程学院，长沙410082) 摘要：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。综合考虑天气、日类型、历史负荷等对未来负荷变化的影响，通过模糊聚类分析选取学习样本，找出同预测日相符的预测类别，采用神经网络代数算法训练样本，对24小时负荷(24点)每点建立一个预测模型。该方法充分发挥了神经网络和模糊理论处理非线性问题的能力，提高了学习效能，而且克服了传统BP算法存在的缺点。算例分析结果表明该方法有较高的预测精度，取得了令人满意的结果。关键词：短期负荷预测；模糊聚类分析；神经网络代数算法；反向传播算法中图分类号：TM715文献标志码：A 文章编号：1003-8930(2011)03-0101—05 Short—termLoad MethodCombinationof ForecastingUsing Fuzzy and ofNeuralNetworks ClusteringAlgebraAlgorithm ZHOU Hu，JIANGYue-ehun，CHENXu，HUANGShan，PENG Xin-song ofElectronicandInformation (College Engineering，HunanUniversity， 410082，China) Changsha the ofshort-termload combined Abstract：Inorderto and the improvespeedaccuracy forecastingconsidering influenceof andhistoricalload newshort-termload methodis weather，daytype data，a forecastingproposed． Theselectionof iscarriedout the thenbasedon out learningsamples by fuzzyclusteringmethod，and finding the coincidentwiththatofthe loadtobeforecastedand theneuralnetwork category daily using algebraalgo— modelforeachof 24 are this of rithm，a