期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进K-means算法的电力短期负荷预测方法研究
被引量：
43
1
作者
荀超
陈伯建
+4 位作者
吴翔宇
项康利
林可尧
肖芬
易杨
《电力科学与技术学报》
CAS
北大核心
2022年第1期90-95,共6页
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...
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,实现电力负荷的短期预测。实验结果表明,所提方法具有高预测效率和高短期负荷预测精准度。
展开更多
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
在线阅读
下载PDF
职称材料
题名
基于改进K-means算法的电力短期负荷预测方法研究
被引量：
43
1
作者
荀超
陈伯建
吴翔宇
项康利
林可尧
肖芬
易杨
机构
国网福建省电力有限公司
国网福建省电力有限公司电力科学研究院
国网福建省电力有限公司经济技术研究院
福州大学电气工程与自动化学院
出处
《电力科学与技术学报》
CAS
北大核心
2022年第1期90-95,共6页
基金
国家自然科学基金(51177107)
国家电网有限公司科技项目(52022319003P)。
文摘
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,实现电力负荷的短期预测。实验结果表明,所提方法具有高预测效率和高短期负荷预测精准度。
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
Keywords
K-means algorithm
data clustering
RNN neural network model
power load big data
forecasting method
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进K-means算法的电力短期负荷预测方法研究
荀超
陈伯建
吴翔宇
项康利
林可尧
肖芬
易杨
《电力科学与技术学报》
CAS
北大核心
2022
43
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
