期刊文献+

基于负荷特征向量的负荷分类与预测方法研究及其应用 被引量:4

下载PDF
导出
摘要 针对以往分类描述负荷的不足,为简洁准确描述地负荷,建立了由若干负荷特性指标作为元素的负荷特征向量。该向量主要描述负荷日曲线,同时可反映负荷的关键特性。基于负荷特征向量可使用聚类法对负荷分类,相比于传统分类方法,本方法淡化了负荷的行业构成等因素,得到的同类负荷特性更为接近。为综合区分与定义负荷,本文在负荷特征向量的基础上建立了负荷特性指数,该指数对不同的样本有一定的自适应能力,适用范围广。最后负荷特征向量可与相似性搜索法结合,通过寻找当日负荷特性的历史相似日,达到负荷短期预测的目的。
出处 《电气应用》 北大核心 2013年第S1期234-238,共5页 Electrotechnical Application
基金 国家高技术研究发展计划项目(863计划)(2011AA05A103)
  • 相关文献

参考文献4

二级参考文献31

  • 1史真惠,朱守真,郑竞宏,王光,曲祖义,王刚.改进BP神经网络在负荷动静比例确定中的应用[J].中国电机工程学报,2004,24(7):25-29. 被引量:37
  • 2陈柔伊,张尧,武志刚,陈泽淮.改进的模糊聚类算法在负荷预测中的应用[J].电力系统及其自动化学报,2005,17(3):73-77. 被引量:26
  • 3贺仁睦,魏孝铭,韩民晓.电力负荷动特性实测建模的外推和内插[J].中国电机工程学报,1996,16(3):151-154. 被引量:46
  • 4冯英浚 张少仲 等.BP网络瘫痪的原因分析[J].哈尔滨工业大学学报,2000,32(5):81-83.
  • 5史林军,唐国庆,马晓东,徐青山.基于面向对象的电力系统中长期负荷预测软件的开发[J].继电器,2007,35(14):59-62. 被引量:5
  • 6[1]Agrawal R, Faloutsos C, Swami A. Efficient Similarity Search in Sequence Databases. Proc 4th Int' 1 Conf Foundations of Data Organization and Algorithms Oct, 1993.69~84
  • 7[2]Agrawal R, Lin K I . Sewhney Ⅱ S, Shim K. Fast Similarity Search in the Presence of Noise, Scaling, and translation in Time-series Databases. Proc 21 st Int'l Conf Very Large Data Bases Sept, 1995. 490~501
  • 8[3]Davool Rafiei, Alberto O Mendelzon. Querying Time Series Data Based on Similarity. IEEE Transactions on Knowledge and Data Engineering, 2000,12 (5): 675~693
  • 9[4]Xia B B. Similarity Search in Time Series Data Sets M Sc Thesis. Nov:Simon Fraser University, 1997.1~50
  • 10[5]Peng Changshing, Wang Haixun, Zhang Sylvia R, Parker D Stott. Landmarks: A New Model for Similarity-Based Pattern Querying in Time Series Databases. Feb: Proc 16th IEEE Int' 1 Conf on Data Engineering, 2000. 675~693

共引文献286

同被引文献37

引证文献4

二级引证文献11

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部