基于模糊聚类与RBF网络的短期负荷预测

• 作者: 张亮 王平 陈星莺
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 模糊聚类 隶属度 RBF网络 短期负荷预测
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 电力系统规划
• 页码范围: 64-67
• 页数: 4页
• 分类号: TM715
• 字数: 3252字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2006.10.016

摘要

采用模糊聚类分析方法,应用隶属度来描述负荷与影响负荷变化因素之间的关系,得到一批与预测日在样本信息上类似的历史日;改进RBF网络的训练算法,增强RBF网络的局部逼近能力和泛化能力,采用由模糊聚类分析获得的样本对RBF网络进行训练,在不需大量训练样本的前提下实现对短期负荷的预测.对浙江省某地区电网的实际负荷数据仿真结果表明:该方法预测的日平均相对误差为1.91%,预测准确度为97.41%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈星莺	河海大学电气工程学院	120	2799	28.0	49.0
2	王平	河海大学电气工程学院	44	513	11.0	22.0
3	张亮	河海大学电气工程学院	10	42	3.0	6.0