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:
针对不同地区的电网用电负荷特性,基于一种数据挖掘技术建立了地区电网负荷特性分析与预测模型.首先用模糊聚类分析对负荷影响因素约简,消除负荷影响因素之间的强相关性,并可将众多的影响因素按其特点进行归类;其次依托灰靶理论原理,以最大负荷状态模式构造标准模式序列并建立灰靶,对影响因素类进行灰靶变换,得出影响因素指标相对标准模式的靶心度;最后将靶心度转化为灰靶贡献度,将其平均值作为各类影响因素对最大负荷影响的权重系数,形成最大负荷预测模型.结合地区电网历年最大负荷和影响因素实际数据,验证了此组合模型有较好的实用性和较高的精确性.
推荐文章
基于柔性负荷的负荷特性分析和短期负荷预测新技术
柔性负荷
负荷特性分析
短期负荷预测
智能电网
220 kV地区电网无功负荷及其预测研究
无功负荷
分布特性
运行方式
地区
评估指标
无功负荷预测
基于日负荷曲线的云南电网负荷特性分析
云南电网
负荷特性
日负荷曲线
基于大数据的多子网负荷预测
大数据
数据挖掘
神经网络
负荷预测
子网预测
相似度评价
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 基于数据挖掘技术的地区电网负荷特性分析与预测
来源期刊 吉林电力 学科
关键词 数据挖掘 负荷预测 聚类分析 灰靶理论 特性分析
年,卷(期) 2021,(3) 所属期刊栏目 工程应用|ENGINEERING APPLICATION
研究方向 页码范围 25-28
页数 4页 分类号 TM715.1
字数 语种 中文
DOI 10.3969/j.issn.1009-5306.2021.03.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (93)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
数据挖掘
负荷预测
聚类分析
灰靶理论
特性分析
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
吉林电力
双月刊
1009-5306
22-1318/TK
大16开
吉林省长春市人民大街4433号
1973
chi
出版文献量(篇)
2329
总下载数(次)
5
论文1v1指导