电气自动化
電氣自動化
전기자동화
ELECTRICAL AUTOMATION
2013年
6期
53-56
,共4页
超短期负荷值%模糊C均值聚类%蚁群聚类%模糊神经网络%相似日
超短期負荷值%模糊C均值聚類%蟻群聚類%模糊神經網絡%相似日
초단기부하치%모호C균치취류%의군취류%모호신경망락%상사일
super short-term load value%fuzzy c-means clustering%ant clustering%fuzzy neural network%similar day
电力系统的超短期负荷值及其变化情况对系统调度具有重要意义,提出了一种优化的聚类算法对超短期负荷在一天中的变化情况进行归类并预测.由于模糊C均值聚类对初始聚类中心敏感,不能准确收敛于全局最优解,加入蚁群聚类,从而自动获得最佳聚类数目,采用模糊神经网络对聚类结果(负荷值的变化情况)进行预测.通过对相似日(非负荷因素如经济、气象等相似)的历史数据仿真实验,验证算法的合理性、有效性,为日后负荷调度提供决策依据.
電力繫統的超短期負荷值及其變化情況對繫統調度具有重要意義,提齣瞭一種優化的聚類算法對超短期負荷在一天中的變化情況進行歸類併預測.由于模糊C均值聚類對初始聚類中心敏感,不能準確收斂于全跼最優解,加入蟻群聚類,從而自動穫得最佳聚類數目,採用模糊神經網絡對聚類結果(負荷值的變化情況)進行預測.通過對相似日(非負荷因素如經濟、氣象等相似)的歷史數據倣真實驗,驗證算法的閤理性、有效性,為日後負荷調度提供決策依據.
전력계통적초단기부하치급기변화정황대계통조도구유중요의의,제출료일충우화적취류산법대초단기부하재일천중적변화정황진행귀류병예측.유우모호C균치취류대초시취류중심민감,불능준학수렴우전국최우해,가입의군취류,종이자동획득최가취류수목,채용모호신경망락대취류결과(부하치적변화정황)진행예측.통과대상사일(비부하인소여경제、기상등상사)적역사수거방진실험,험증산법적합이성、유효성,위일후부하조도제공결책의거.
