基于即时学习差异化建模的用电量预测方法

• 作者: 孙伟卿 李海英 杨冰芳
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 用电量预测 即时学习 模糊C均值聚类 灰色T型关联度 差异化建模
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 14-19
• 页数: 6页
• 分类号: TM714
• 字数: 4192字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000261

摘要

针对日用电量呈现多样化发展趋势,提出一种即时学习LL(lazy learning)差异化预测模型.LL基于相似输入产生相似输出,采用K向量近邻K-VNN(K-vector nearest neighbors)挑选与预测日期相似的用电场景,并以此"即时"构建回归预测模型.为缩小K-VNN的搜寻规模,通过模糊C均值FCM(fuzzy C-means)依据预测特征值进行数据聚类.灰色T型关联度用来选择特征值,进一步提高模型的运行效率.武汉某高校大楼的用电量预测结果表明:FCM-LL差异化建模方法在日用电量的预测效率和预测精度中具有显著的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海英	上海理工大学机械工程学院	26	235	8.0	15.0
2	孙伟卿	上海理工大学机械工程学院	56	377	9.0	18.0
3	杨冰芳	上海理工大学机械工程学院	3	2	1.0	1.0