基于模糊聚类和灰色关联分析结合的负荷预测

• 作者: 孙伟 尹成群 康丽峰
• 来源期刊: 华北电力大学学报
• 学科: 工学
• 关键词: 短期负荷预测 模糊聚类分析 灰色关联分析 神经网络
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 电气工程
• 页码范围: 24-27
• 页数: 4页
• 分类号: TM715
• 字数: 2879字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2691.2006.06.006

摘要

训练样本的合理选择是影响神经网络负荷预测精度的重要因素.为了选择出适量而且典型的样本,采用模糊聚类将历史负荷数据分为若干类,再利用灰色关联分析法确定各类与预测时刻负荷模式的相关度,选择关联度最大的一类,通过L-M算法对24个整点时刻分别建立BP网络预测模型,并与常用方法选择的样本训练网络得到的结果进行了对比,测试结果证明了本文所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹成群	华北电力大学电子与信息工程学院	70	714	14.0	23.0
2	孙伟	华北电力大学工商管理学院	21	294	10.0	17.0
3	康丽峰	华北电力大学电子与信息工程学院	3	53	3.0	3.0