基于特性矩阵分层分析的短期母线负荷预测坏数据处理策略

• 作者: 匡少林 姚建刚 孙谦 徐振超 杨胜杰 金敏
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 短期母线负荷预测 坏数据处理 特性矩阵 分层分析 聚类算法
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 电力系统
• 页码范围: 226-233
• 页数: 8页
• 分类号: TM715
• 字数: 6467字
• 语种: 中文

摘要

原始数据分析是提高短期母线负荷预测精度的重要环节,提出一种基于特性矩阵分层分析的坏数据处理策略.首先研究划分样本集最优簇结构的聚类算法.利用AP聚类计算标幺曲线样本集的聚类数搜索区间；从大到小排列各样本点的密度指标,得到初始化矩阵；通过Silhouette 指标进行有效性检验,最终得到最优聚类结果.参照特征曲线,计算反映负荷点性质的横向及纵向特征向量,进而形成特性矩阵.运用判别准则对日负荷曲线的特性矩阵进行分层分析,并针对不同变化特性的母线负荷制定相应的坏数据处理策略.实例分析表明,本文提出的方法可有效改善原始数据的质量,提高母线负荷预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚建刚	湖南大学电气与信息工程学院	221	4287	36.0	52.0
2	金敏	湖南大学电气与信息工程学院	36	377	11.0	18.0
3	孙谦	湖南大学电气与信息工程学院	11	185	7.0	11.0
4	匡少林		2	15	2.0	2.0
5	杨胜杰		3	99	3.0	3.0
6	徐振超		1	13	1.0	1.0