| 基于改进K-means算法的电力短期负荷预测方法研究 |
| |
| 引用本文： | 荀超,陈伯建,吴翔宇,项康利,林可尧,肖芬,易杨. 基于改进K-means算法的电力短期负荷预测方法研究[J]. 电力科学与技术学报, 2022, 37(1): 90-95. DOI: 10.19781/j.issn.1673-9140.2022.01.011 |
| |
| 作者姓名： | 荀超 陈伯建 吴翔宇 项康利 林可尧 肖芬 易杨 |
| |
| 作者单位： | 国网福建省电力有限公司,福建 福州,350000,国网福建省电力有限公司电力科学研究院,福建 福州,350000,国网福建省电力有限公司经济技术研究院,福建 福州,350000,福州大学电气工程与自动化学院,福建 福州 350108 |
| |
| 基金项目： | 国家自然科学基金;国家电网有限公司总部科技项目 |
| |
| 摘 要： | 现有方法预测电力短期负荷时忽略了对其进行聚类优化处理,导致预测耗时较长,短期负荷预测精度偏低.为此,提出一种基于改进K-means算法的电力短期负荷预测方法.该方法利用改进后的K-means算法聚类处理电力负荷大数据,使用聚类后获得的训练样本构建循环神经网络RNN拓扑结构,然后通过对RNN神经网络模型设置最优权值,实现...
|
| 关 键 词： | K-means算法 数据聚类 RNN神经网络模型 电力负荷大数据 预测方法 |
Research on short-term power load forecasting method based on improved K-means algorithm |
| |
| XUN Chao,CHEN Bojian,WU Xiangyu,XIANG Kangli,LIN Keyao,XIAO Fen,YI Yang. Research on short-term power load forecasting method based on improved K-means algorithm[J]. JOurnal of Electric Power Science And Technology, 2022, 37(1): 90-95. DOI: 10.19781/j.issn.1673-9140.2022.01.011 |
| |
| Authors: | XUN Chao CHEN Bojian WU Xiangyu XIANG Kangli LIN Keyao XIAO Fen YI Yang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
