| 基于数据挖掘技术的中长期负荷预测方法 |
| |
| 引用本文： | 张敏,钱霜秋,吴仲麒,王资远.基于数据挖掘技术的中长期负荷预测方法[J].电气技术,2021,22(6):43-48. |
| |
| 作者姓名： | 张敏 钱霜秋 吴仲麒 王资远 |
| |
| 作者单位： | 国网江苏省电力公司南通供电公司,江苏 南通 226000;天津天电清源科技有限公司,天津 300000 |
| |
| 摘 要： | 电力负荷预测能对电网的合理规划起到指导和决策作用.本文使用数据挖掘技术对南通地区进行中长期负荷预测,首先通过聚类分析对南通地区所有馈线数据进行分类,并运用相关性分析和灰色关联分析定量地分析外界因素对负荷变化的影响程度;其次使用影响性强的因素作为神经网络的输入,建立基于聚类的径向基(RBF)神经网络模型,得到负荷预测结果;最后与不考虑聚类仅使用RBF神经网络的预测模型进行对比,实验结果表明,基于聚类的RBF神经网络模型更先进,显著提高了负荷预测精度,达到了保障供电可靠性的目的.
|
| 关 键 词： | 数据挖掘技术 聚类分析 相关性分析 关联规则 负荷分类 |
Load forecasting method based on data mining technology |
| |
| ZHANG Min,QIAN Shuangqiu,WU Zhongqi,WANG Ziyuan.Load forecasting method based on data mining technology[J].Electrical Engineering,2021,22(6):43-48. |
| |
| Authors: | ZHANG Min QIAN Shuangqiu WU Zhongqi WANG Ziyuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
