电气自动化

2019, v.41;No.245(05) 77-79+88

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于行业聚类的负荷特性分析及预测
Load Characteristics Analysis and Prediction Based on Industry Clustering

袁鸣峰;刘陶;山宪武;徐一晨;

摘要(Abstract):

随着电力负荷总量日益增多,负荷特性分析急剧复杂化。须关注负荷的实时变化和不同行业的阶段用电习惯,深入了解电网的负荷特性及未来的发展方向,进行合理可靠的负荷预测。基于A地区电网实测数据,对地区负荷进行合理行业聚类,分析影响用电特性的主要因素,建立相关聚类、关联模型。对电网负荷特性研究,归纳不同行业、不同阶段的用电特性,得出影响负荷特性变化的主要因素。建立BP神经网络负荷预测模型,并针对不同隐含层节点数进行对比分析,为不同类型负荷选择预测模型给出指导意见。

关键词(KeyWords): 行业聚类;日负荷曲线;负荷特性分析;神经网络;负荷预测

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 袁鸣峰;刘陶;山宪武;徐一晨;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享