运用聚类算法预测地区电网典型日负荷曲线

被引:25
作者
李翔 [1 ]
顾洁 [2 ]
机构
[1] 上海市电力公司浦东供电公司
[2] 上海交通大学电气工程系
关键词
地区电网; 负荷预测; 负荷特性; 数据挖掘; 聚类分析; 典型日负荷曲线;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
摘要
日负荷曲线预测是制定日调度计划等工作的基础,典型日负荷曲线的预测对电网规划设计具有重要的参考价值,其预测的准确性直接影响到电网建设和运行的经济效益。通过对历史数据的预处理、初始聚类中心的设置以及最优聚类数目的确定,建立典型日负荷曲线的聚类预测模型。基于历史数据的聚类结果以及待预测日的温度、降水量、湿度等相关参数,得出典型日负荷曲线预测结果。将该模型应用于上海电网典型日负荷曲线预测,显示聚类算法能够全面地考虑相关的因素,得到较为准确的预测结果。
引用
收藏
页码:47 / 50
页数:4
相关论文
共 3 条
  • [1] 基于数据挖掘的电力短期负荷预测模型及方法的研究.[D].程其云.重庆大学.2004, 02
  • [2] 电力系统负荷预测.[M].康重庆; 夏清; 刘梅; 编著.中国电力出版社.2007,
  • [3] 模糊神经网络在电力短期负荷预测中的应用
    姜飞
    龙子泉
    林峰中南电力设计院
    [J]. 自动化技术与应用, 2003, (08) : 23 - 26+45