文献类型：期刊文章

作　　者：谷云东[1] 张素杰[1] 冯君淑[2]

机构地区：[1]华北电力大学数理学院,北京102206 [2]华北电力大学电气与电子工程学院,北京102206

出　　处：《电工技术学报》

基　　金：国家自然科学基金(71171080);中央高校基本科研业务费专项资金(12MS84;2015MS51)资助项目

年　　份：2015

卷　　号：30

期　　号：23

起止页码：110-115

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20160101761277)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：研究大用户的短期电力负荷预测问题,给出一种基于变权综合模糊推理的多模型综合预测方法。该方法首先引入基于质心相似度聚类的负荷模式分析算法,挖掘历史负荷数据中合群的典型负荷模式,并按相似性进行分组,同时剔除少量的离群异常记录;然后给出基于共轭梯度的RBF神经网络训练算法,分别对每类典型负荷模式建立相应的单元预测模型;最后利用基于相似度加权的多模型变权综合模糊推理策略,实现各单元模型预测结果的自适应融合。案例仿真验证了多模型模糊综合预测方法的可靠性。

关 键 词：大用户负荷预测  质心相似度聚类  RBF 神经网络  多模型模糊综合预测  模糊推理

分 类 号：TM76]