农业科技与装备
農業科技與裝備
농업과기여장비
AGRICULTURAL SCIENCE & TECHNOLOGY AND EQUIPMENT
2011年
10期
43-44,46
,共3页
短期负荷%数据挖掘%均值聚类
短期負荷%數據挖掘%均值聚類
단기부하%수거알굴%균치취류
short-term load forecast%data mining%ranking means clustering
在原有短期负荷预测方法的基础上，考虑气候、季节、气温和节假日等因素，结合数据挖掘中聚类分析原理，通过逐级均值聚类算法提高特殊日的预测精度，形成一套可行的预测模型。实例分析证明，该方法收敛速度较快，预测误差较小，能够在工程中应用。
在原有短期負荷預測方法的基礎上，攷慮氣候、季節、氣溫和節假日等因素，結閤數據挖掘中聚類分析原理，通過逐級均值聚類算法提高特殊日的預測精度，形成一套可行的預測模型。實例分析證明，該方法收斂速度較快，預測誤差較小，能夠在工程中應用。
재원유단기부하예측방법적기출상，고필기후、계절、기온화절가일등인소，결합수거알굴중취류분석원리，통과축급균치취류산법제고특수일적예측정도，형성일투가행적예측모형。실례분석증명，해방법수렴속도교쾌，예측오차교소，능구재공정중응용。
In the original short-term ｜oad forecasting method based on the consideration of climate, season, temperature and holidays, and other tactors, combined with cluster analysis in data mining principles, through ranking means clustering algorithm to improve the forecast accuracy in the special day, forecast the formation of a viable model.
