结合改进聚类算法与PSO-GA-BP神经网络算法的日最大负荷预测方法 |
| |
作者姓名: | 李威武 白永利 罗世刚 许青 |
| |
作者单位: | 1. 国网甘肃省电力公司经济技术研究院;2. 国网甘肃省电力公司 |
| |
摘 要: | 为向负荷预测模型提供准确可靠的相似日训练样本集合,针对现有聚类算法在初始聚类中心选取方面的不足,提出了一种基于数据中心度的改进聚类算法,并搭建集数据筛选、聚类、优化、训练、预测为一体的日最大负荷预测模型.首先,基于各被聚类对象的中心度,选取聚拢效果最好的对象作为第一个聚类中心代入Canopy算法,形成初始聚类中心集合;然后,采用K-means聚类算法,得到不同类别相似日的训练样本;最后,利用PSO-GA-BP神经网络算法搭建日最大负荷预测模型进行预测分析.算例对某地区2011—2012年日最大负荷开展预测分析,结果表明:所提方法在聚类指标与预测指标上均具有一定优越性,具备一定实际工程应用价值.
|
关 键 词: | 中心度 日最大负荷预测 聚类算法 PSO-GA-BP神经网络 相似日 |
|