节点文献

一种基于免疫网络理论的负荷分类方法

A Load Classification Method Based on Artificial Immune Network

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 GU Dan-zhen,AI Qian,CHEN Chen(School of Electronic Information Electrical Engineering,Shanghai Jiaotong University,Xuhui District,Shanghai 200030,China)

【机构】上海交通大学电子信息与电气工程学院；上海交通大学电子信息与电气工程学院上海市徐汇区200030；上海市徐汇区200030；

【摘要】电力负荷动态特性聚类是负荷建模工作实用化的必经阶段。文中提出应用模糊免疫网络(fainet)作为负荷动态特性聚类方法:fainet可以将大量负荷数据压缩,形成简洁的免疫网络;然后用最小生成树(MST)方法对网络单元进行分类,得到每个分类的聚类中心;最后采用模糊规则对样本进行归类。对动模试验数据的分类计算表明,基于fainet的负荷动态特性聚类方法具有学习速度快,分类精度高,适用于电力负荷动态特性的聚类。更多还原

【关键词】电力负荷；模糊免疫网络；动态特性聚类；

【基金】国家自然科学基金重点资助项目(90612018,50595412)~~

【文献出处】电网技术 ,Power System Technology , 编辑部邮箱 ,2007年S1期

【分类号】TM714
【被引频次】12
【下载频次】245

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献