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:
针对超短期电力负荷值,提出了一种对其进行归类的算法.通过蚁群聚类确定数据类别,作为下一步模糊C均值聚类的初始条件,改进后的聚类分析确定了超短期负荷值与类别之间的隶属度关系.采用LM神经网络对聚类结果训练,并加以仿真,为将来的系统调度提供决策依据.
推荐文章
改进的基于聚类分析的超短期负荷预测方法
超短期负荷预测
聚类分析
负荷趋势
固定分类
动态分类
实时调度
聚类分析法在短期负荷预测中的应用
短期负荷预测
电力负荷特性
聚类分析法
人工神经网络法
超短期负荷预测在发电市场中的应用
发电市场
超短期负荷预测
负荷样本
实时调度
电力系统超短期负荷预测技术的应用与发展
超短期负荷预测
传统预测
现代预测
综合预测
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 聚类分析在超短期电力负荷中的应用
来源期刊 河北联合大学学报(自然科学版) 学科 工学
关键词 蚁群聚类 模糊C均值聚类 LM神经网络
年,卷(期) 2013,(3) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 74-80
页数 7页 分类号 TP301.6
字数 3571字 语种 中文
DOI
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 刘晓悦 河北联合大学电气工程学院 19 31 3.0 5.0
2 姚乐乐 河北联合大学电气工程学院 3 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (114)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (2)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群聚类
模糊C均值聚类
LM神经网络
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
华北理工大学学报(自然科学版)
季刊
2095-2716
13-1419/N
大16开
唐山市新华西道46号
614906
1979
chi
出版文献量(篇)
2348
总下载数(次)
12
总被引数(次)
10595
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导