大用户电力负荷的多模型模糊综合预测

• 作者: 冯君淑 张素杰 谷云东
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 大用户负荷预测 质心相似度聚类 RBF神经网络 多模型模糊综合预测 模糊推理
• 年，卷（期）: 2015,（23）
• 所属期刊栏目: 电力系统及其自动化
• 页码范围: 110-115
• 页数: 6页
• 分类号: TM76
• 字数: 3990字
• 语种: 中文

摘要

研究大用户的短期电力负荷预测问题,给出一种基于变权综合模糊推理的多模型综合预测方法.该方法首先引入基于质心相似度聚类的负荷模式分析算法,挖掘历史负荷数据中合群的典型负荷模式,并按相似性进行分组,同时剔除少量的离群异常记录;然后给出基于共轭梯度的RBF神经网络训练算法,分别对每类典型负荷模式建立相应的单元预测模型;最后利用基于相似度加权的多模型变权综合模糊推理策略,实现各单元模型预测结果的自适应融合.案例仿真验证了多模型模糊综合预测方法的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷云东	华北电力大学数理学院	11	213	6.0	11.0
2	张素杰	华北电力大学数理学院	1	0	0.0	0.0
3	冯君淑	华北电力大学电气与电子工程学院	1	0	0.0	0.0