中国学术期刊网络出版总库
  关闭
基于马尔可夫链和模糊聚类的电力系统短期负荷预测  
   推荐 CAJ下载 PDF下载
【英文篇名】 Power System Short Term Load Forecasting Based upon a Combination of Markov Chain and Fuzzy Clustering
【下载频次】 ★★★★★
【作者】 任雪梅; 陈逊; 徐腊元;
【英文作者】 REN Xue-mei~1; CHEN Xun~1; XU La-yuan~2 (1.Department of Automatic Control; School of Information Science and Technology; Beijing Institute of Technology; Beijing100081; China; 2.Rural Electrification Department; Electric Power Research Institute; Beijing100085; China);
【作者单位】 北京理工大学信息科学技术学院自动控制系; 中国电力科学研究院农电所 北京;
【文献出处】 北京理工大学学报 , Journal of Beijing Institute of Technology, 编辑部邮箱 2004年 05期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 模糊聚类; 马尔可夫链; 组合预测;
【英文关键词】 fuzzy clustering; Markov chain; combined forecasting;
【摘要】 提出一种马尔可夫链和模糊聚类相结合的预测方法,针对时间序列中出现的各种随机现象,分别建立数学模型.对样本所属状态采用模糊划分,使分类更符合实际情况;利用马尔可夫链对研究对象做状态分析,根据状态转移进行预测.该方法在电力系统负荷预测中使用,提高了算法的全局最优性能.在时间序列呈现较强的随机性时,本算法具有明显的优越性.仿真结果表明,对于各种扰动因素,预测误差可控制在3.5%以内.
【英文摘要】 A new method based on the combination of fuzzy clustering and Markov chain models is presented. To different types of random phenomena in time series, several functions are built up respectively. State analysis of an object is carried out using the Markov chain, while fuzzy clustering is employed to the states of samples to suit the real case. Then according to state transfer, the load change is predicted. The new algorithm which is used in load forecasting reaches the global optimum, when the time series h...
【基金】 国家九七三重点基础研究项目(CG1998030405).
【更新日期】 2005-08-19
【分类号】 TM715
【正文快照】   负荷预测的方法主要有:人工神经网络,模糊神经网络等[1~4].神经网络具有强大的非线性逼近能力,受到研究者青睐.最新的研究趋势表现在对时间序列内在特性的深入分析,如利用小波分解分析时间序列的拟周期性和非线性,再分别建立数学模型[5];通过对电力系统负荷混沌特性的研究

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  电工技术
   输配电工程、电力网及电力系统
    理论与分析
     电力系统规划
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号