基于模糊聚类及马尔科夫残差修正的用户侧短期负荷预测方法

针对用户侧短期负荷随机性强、环境敏感度高的特点,提出了一种基于模糊聚类的马尔科夫用户侧短期负荷预测方法。采用模糊聚类方法对用户历史负荷数据进行可定义颗粒度的预处理,并以负荷所映射指标集构建的聚类识别指标为依据,通过指标隶属和距离校验对当前用户负荷模式准确归类;进而在所属类中心基础上进行马尔科夫残差预测。最后实验表明该方法能良好适应用户负荷特性,有效提高预测精度。