考虑噪声数据的FCM?LSSVM负荷预测模型

• 作者: 杨冰芳 薛琢成
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 负荷预测 模糊C均值聚类 最小二乘支持向量机 噪声数据
• 年，卷（期）: 2017,（11）
• 页码范围: 12-17
• 页数: 6页
• 分类号: TM715
• 字数: 4027字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2017.11.003

摘要

针对传统负荷预测未考虑噪声数据影响的问题,提出了一种基于模糊C均值聚类与最小二乘支持向量机的组合预测模型.首先利用FCM对历史数据进行聚类分析,剔除孤立样本,继而构建负荷预测训练集并输入最小二乘支持向量机进行学习,进一步采用粒子群算法优化参数,得到最优预测模型.仿真结果表明,相对于其他负荷预测模型,该算法有效地消除了噪声数据对负荷预测精度的影响,泛化能力更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛琢成	上海理工大学光电信息与计算机工程学院	4	6	1.0	2.0
2	杨冰芳	上海理工大学光电信息与计算机工程学院	3	2	1.0	1.0