基于事例推理短期负荷预测方法的改进

• 作者: 夏经德 孟岩 张小东 赵登福
• 来源期刊: 西安交通大学学报
• 关键词: 事例推理 短期负荷预测 模糊聚类
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 专题研究
• 页码范围: 960-963
• 页数: 4页
• 分类号: TM715
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2006.08.021

摘要

针对基于事例推理(CBR)短期负荷预测中的事例库组织,提出第一级按不同的时刻和星期类型粗分类、第二级按照模糊聚类方法细分类的二级分类方法,可以很好地实现不同预测环境之间的相似性和相异性;针对事例的检索,提出模糊优先比的定量属性检索方法,按此方法进行检索不但可以提高检索效率,还可以对检索过程进行控制.实际算例表明,以此方法进行负荷预测的周平均相对误差为2.620%,低于一般的CBR方法和单一预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵登福	西安交通大学电气工程学院	37	1399	17.0	37.0
2	张小东	西安交通大学电气工程学院	2	9	1.0	2.0
3	夏经德		2	21	2.0	2.0
4	孟岩	新疆电力公司生产技术部	6	22	3.0	4.0