短期负荷预测的聚类组合和支持向量机方法

• 作者: 梁建武 谭海龙 陈祖权
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 短期负荷预测 聚类组合 SOM网络 C-均值 相似日
• 年，卷（期）: 2011,（1）
• 页码范围: 34-38
• 分类号: TM715
• 字数: 3859字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2011.01.006

摘要

为提高电力系统短期负荷预测的精度,提出了一种基于聚类组合和支持向量机的短期负荷预测方法.该方法用SOM网络训练规格化的特征数据并获得初始聚类中心,将初始聚类中心作为C-均值算法的输入,并用DB指数评价聚类结果以获得最佳聚类数,通过训练可得相似日样本,最后选择合适的参数和核函数构造支持向量机模型来进行逐点负荷预测.预测结果表明,该方法比单一的支持向量机算法具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁建武	中南大学信息科学与工程学院	52	207	8.0	12.0
2	陈祖权	中南大学信息科学与工程学院	1	27	1.0	1.0
3	谭海龙	中南大学信息科学与工程学院	1	27	1.0	1.0