基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分区负荷预测通常直接按行政区域划分预测区域,没有考虑同一行政区内可能存在电力负荷增长规律有较大差异的情况.通过模糊聚类的方法,按下一级行政区域中负荷变化规律的近似程度,实现新的分区,有利于改善分区负荷预测的预测效果.针对聚类过程中各项聚类指标对用电量水平影响力不同的问题,引入了加权标定方法.以苏南5市为例进行了聚类分析,其结果和实际情况相符.
推荐文章
模糊聚类分析和代数算法结合的短期负荷预测
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
模糊聚类分析方法及其在交通规划中的应用
模糊聚类分析
交通规划
交通调查
聚类分析法在短期负荷预测中的应用
短期负荷预测
电力负荷特性
聚类分析法
人工神经网络法
基于模糊聚类分析与BP网络的电力系统短期负荷预测
短期负荷预测
模糊聚类分析
模糊相似关系
BP网络
电力系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 模糊聚类分析在分区负荷预测中的应用
来源期刊 电力需求侧管理 学科 工学
关键词 模糊聚类 加权标定 负荷预测
年,卷(期) 2006,(3) 所属期刊栏目 专题研究
研究方向 页码范围 12-14,18
页数 4页 分类号 TM714|TM715
字数 2540字 语种 中文
DOI 10.3969/j.issn.1009-1831.2006.03.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高山 东南大学电气工程系 55 1253 19.0 34.0
2 吴杰 东南大学电气工程系 25 502 11.0 22.0
3 陈昊 18 204 8.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (1)
参考文献  (1)
节点文献
引证文献  (18)
同被引文献  (34)
二级引证文献  (82)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(6)
  • 引证文献(0)
  • 二级引证文献(6)
2011(8)
  • 引证文献(3)
  • 二级引证文献(5)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(11)
  • 引证文献(0)
  • 二级引证文献(11)
2014(13)
  • 引证文献(0)
  • 二级引证文献(13)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(14)
  • 引证文献(1)
  • 二级引证文献(13)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
模糊聚类
加权标定
负荷预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力需求侧管理
双月刊
1009-1831
32-1592/TK
大16开
江苏省南京市北京西路20号
1999
chi
出版文献量(篇)
3078
总下载数(次)
15
总被引数(次)
18507
论文1v1指导