一种利用可加性模糊系统的短期负荷预测新方法

被引:7
作者
刘耀年
祝滨
曾令全
张文生
李月玲
机构
[1] 东北电力学院
[2] 东北电力学院 吉林省吉林市
关键词
可加性模糊系统; 聚类算法; 有监督学习; 短期负荷预测;
D O I
10.13335/j.1000-3673.pst.2003.08.015
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
该文依据可加性模糊系统理论,提出了一种新的负荷预测方法,利用聚类方法与有监督学习相结合的训练方法,提高了系统的函数逼近能力。仿真结果表明,系统学习速度快、预测精度高,在短期负荷预测中获得相当满意的结果。
引用
收藏
页码:68 / 71
页数:4
相关论文
共 3 条
[1]   基于神经网络的电力系统短期负荷预测研究 [J].
周佃民 ;
管晓宏 ;
孙婕 ;
黄勇 .
电网技术, 2002, (02) :10-13+18
[2]   电力系统短期负荷预测的混合模型神经元网络方法 [J].
赖晓平 ;
周鸿兴 ;
田发中 .
电网技术, 2000, (01) :47-51
[3]   基于因素影响的电力系统短期负荷预报方法的研究 [J].
汪峰 ;
于尔铿 ;
阎承山 ;
李晓彬 ;
刘军 ;
刘永奇 .
中国电机工程学报, 1999, (08) :54-58