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:
结合聚类分析与时间序列数据挖掘技术,提出了基于粒计算的动态聚类预测模型.该模型有助于消除聚类结果与先验知识之间的主观不协调性,使聚类结果与客观实际相符.基于该模型得到的预测结果是区间值,这降低了预测风险.某地区需电量的预测结果表明,该模型能显著提高预测精度,适用于电力系统中长期负荷预测.
推荐文章
综合型中长期电力负荷预测系统的实现
中长期负荷预测
神经网络
灰色系统
电力系统
电力系统中长期负荷预测综合模型研究
负荷预测
弹性系数
灰色预测
二次滑动平均
遗传算法
基于大数据聚类的电力系统中长期负荷预测
大数据
中长期负荷预测
聚类分析
MapReduce
并行编程
电力系统中长期负荷的可变权综合预测模型
电力系统
中长期负荷预测
综合模型
可变权
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 基于粒计算的电力系统中长期负荷动态聚类预测模型
来源期刊 电网技术 学科 工学
关键词 电力系统 中长期负荷预测 粒计算 粗糙集 动态聚类 时间序列数据挖掘技术
年,卷(期) 2009,(20) 所属期刊栏目 电力市场
研究方向 页码范围 120-124
页数 5页 分类号 TM615|TM744
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (230)
共引文献  (281)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(10)
  • 参考文献(0)
  • 二级参考文献(10)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(16)
  • 参考文献(0)
  • 二级参考文献(16)
2002(17)
  • 参考文献(1)
  • 二级参考文献(16)
2003(24)
  • 参考文献(0)
  • 二级参考文献(24)
2004(46)
  • 参考文献(0)
  • 二级参考文献(46)
2005(37)
  • 参考文献(0)
  • 二级参考文献(37)
2006(30)
  • 参考文献(3)
  • 二级参考文献(27)
2007(15)
  • 参考文献(5)
  • 二级参考文献(10)
2008(14)
  • 参考文献(7)
  • 二级参考文献(7)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力系统
中长期负荷预测
粒计算
粗糙集
动态聚类
时间序列数据挖掘技术
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
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
总被引数(次)
346228
论文1v1指导