基于多级聚类分析和支持向量机的空间负荷预测方法

被引：59

作者：

肖白 ^{[1
]}

聂鹏 ^{[1
]}

穆钢 ^{[1
]}

王吉 ^{[2
]}

田莉 ^{[2
]}

机构：

[1] 东北电力大学电气工程学院

[2] 不详

来源：

电力系统自动化 | 2015年 / 39卷 / 12期

关键词：

空间负荷预测; 多级聚类分析; 支持向量机; 遗传算法; 元胞负荷;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TM715 [电力系统规划];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为充分利用元胞负荷与元胞属性之间的相关联系来改善空间负荷预测效果,提出了基于多级聚类分析和支持向量机的空间负荷预测方法。首先生成元胞并建立元胞属性集合,根据各属性对元胞进行多级聚类分析,其中采用改进的k-均值算法确定聚类数目和初始聚类中心,来得到逐级细化的元胞分类;然后针对不同类型的元胞建立各自的支持向量机预测模型,同时利用遗传算法进行参数优化以提高预测模型的适应度;最后将待预测元胞的相关属性作为输入向量并代入所建立的预测模型中计算出目标年各元胞负荷最大值,从而实现空间负荷预测。工程实例分析表明了该方法的实用性和有效性。

引用

页码：56 / 61

页数：6

共 21 条

[1] 空间负荷预测中确定元胞负荷最大值的概率谱方法 [J].