基于改进的模糊C均值算法电力负载预测研究

作者：曾四鸣; 程慧; 程超; 李建芬

来源：科技通报, 2019, 35(10): 97-100.

DOI：10.13774/j.cnki.kjtb.2019.10.017

• 模糊C均值算法
• 电力负载预测
• 模糊聚类
• 模糊相似矩阵

为了提高电力负荷预测的精度,将天气、日期因素纳入到了计算的范畴中来,使用基于模糊聚类的对相似日进行选取,得出该日的短期电力负荷预测模型。本文算法将天气、日期因素建立起模糊系数特性映射表,实现了对应影响因素的量化处理,便于算法的实现。然后,使用模糊聚类算法对相关的数据进行分类,因为使用了相似日,因此,样本的数量得以大大减少,提高了算法的速度和准确度。本文的是力负荷模型将天气、日期考虑进了电力负荷预测影响的因素中去,减少了算法在预测上的随机性。仿真实验结果证明了该算法拥有更高的预测精度。

• 单位
  河北省电力公司电力科学研究院