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:
在原有短期负荷预测方法的基础上,考虑气候、季节、气温和节假日等因素,结合数据挖掘中聚类分析原理,通过逐级均值聚类算法提高特殊日的预测精度,形成一套可行的预测模型。实例分析证明,该方法收敛速度较快,预测误差较小,能够在工程中应用。
推荐文章
基于逐级均值聚类的信息熵的离散化算法
粗糙集
离散化
连续值属性
逐级均值聚类
信息熵
基于模糊灰色聚类AMPSO-BP短期负荷预测
负荷预测
神经网络
模糊灰色聚类
自适应变异粒子群优化
基于最优K均值聚类算法的负荷大数据任务均衡调度研究
最优 K 均值
大数据聚类
电力负荷
跨源调度
关联特征提取
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 基于逐级均值聚类算法的短期负荷预测研究
来源期刊 农业科技与装备 学科 数学
关键词 短期负荷 数据挖掘 均值聚类
年,卷(期) 2011,(10) 所属期刊栏目 农业工程
研究方向 页码范围 43-44,46
页数 分类号 O156.4
字数 2088字 语种 中文
DOI 10.3969/j.issn.1674-1161.2011.10.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨政 沈阳工程学院信息工程系 24 93 5.0 8.0
2 白迪 沈阳工程学院电气工程系 50 95 5.0 8.0
3 狄跃斌 丹东供电公司保护自动化所 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (19)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(0)
  • 参考文献(0)
  • 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
短期负荷
数据挖掘
均值聚类
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
农业科技与装备
双月刊
1674-1161
21-1559/S
32开
辽宁省沈阳市东陵路90号
8-211
1979
chi
出版文献量(篇)
7037
总下载数(次)
18
总被引数(次)
14267
论文1v1指导