考虑多重影响因素的负荷同时系数预测方法

负荷同时系数的选取是合理开展电力系统负荷预测工作的基础。目前,实际工程中的小区同时系数的选取缺乏理论依据,选取结果不能合理匹配小区的实际用电需求。针对该类问题,该文提出一种考虑多重影响因素的负荷同时系数预测方法。通过分析负荷同时系数的主要影响因素,构建同时系数影响因素指标体系。基于模糊K均值(K-means)聚类算法和径向基函数(radial basis function,RBF)神经网络相结合的方法,对样本集进行聚类分析,根据聚类结果预测样本的负荷同时系数。该方法可以大大提高样本的预测精度。对城市小区配电网规划具有指导意义。