基于FCM聚类与SVM的电力系统短期负荷预测

• 作者: 孙长银 李林峰
• 来源期刊: 江苏电机工程
• 学科: 工学
• 关键词: 短期负荷预测 模糊C均值(FCM)聚类算法 支持向量机(SVM)
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 电网技术
• 页码范围: 47-50
• 页数: 4页
• 分类号: TM715
• 字数: 2543字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0665.2007.03.016

摘要

分析了模糊C均值(FCM)聚类算法,介绍了支持向量机(SVM)回归的基本原理,提出了一种将FCM聚类算法和SVM结合使用的电力系统短期负荷预测方法.该方法考虑到电力负荷变化周期性的特点,通过对学习样本的聚类,选用同类特征数据作为模型的预测输入,然后对各个模型的输入数据进行归一化处理和分类识别,得出最后总的预测输出.此预测方法保证了数据特征的一致性以及算法的全局性,避免了算法陷入局部极小的缺陷.经过仿真实验,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李林峰	河海大学电气工程学院	8	73	4.0	8.0
2	孙长银	河海大学电气工程学院	4	52	4.0	4.0