基于模糊C均值聚类及学习向量量化神经网络的负荷同时系数预测模型

• 作者: 于文双 叶宝柱 巩彦江 李江 杨润冰 杨铮
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 负荷同时系数 模糊C均值聚类 学习向量量化神经网络 变压器 电缆 容量
• 年，卷（期）: 2020,（5）
• 页码范围: 567-574
• 页数: 8页
• 分类号: TM731
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2020.44.05.009

摘要

针对变压器及电缆容量确定问题,该文以负荷同时系数(LSF)预测为目标,建立考虑社会发展水平、人口构成、负荷类型的LSF影响因素指标体系.应用模糊C均值聚类对台区负荷的用电类型进行划分,基于学习向量量化(LVQ)神经网络建立LSF预测模型.该预测模型具有自动确定LSF影响因素权重、针对不同类型综合负荷预测的选择性强、便于依据实测数据更新模型参数的特点.LSF预测精度提高,为配变定容提供了有利依据.应用京津唐地区实际负荷验证了该文LSF预测方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨铮	国网冀北电力有限公司唐山供电公司	5	1	1.0	1.0
2	李江	国网冀北电力有限公司唐山供电公司	5	39	1.0	5.0
3	杨润冰	国网冀北电力有限公司唐山供电公司	3	1	1.0	1.0
4	于文双	国网冀北电力有限公司唐山供电公司	1	0	0.0	0.0
5	巩彦江	国网冀北电力有限公司唐山供电公司	1	0	0.0	0.0
6	叶宝柱	国网冀北电力有限公司唐山供电公司	1	0	0.0	0.0