期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于数据挖掘的FNN短期电力负荷预测方法研究 被引量:15
1
作者 崔和瑞 宋秀莉 葛曼倩 《电力系统保护与控制》 EI CSCD 北大核心 2009年第22期54-57,共4页
针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据序列进行预测,从而提高预测... 针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据序列进行预测,从而提高预测的精度。鉴于ANN模型对不确定性和模糊信息学习处理能力较差的缺点,引用模糊系统的理论,构建模糊神经网络(FNN)模型。通过实例预测和预测结果比较分析表明,提出的方法具有较高的预测精度。 展开更多
关键词 数据挖掘 聚类分析 短期电力负荷预测 人工神经网络 模糊神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部