浏览全部资源
扫码关注微信
Published:2005
移动端阅览
[J]. Automation of electric power systems, 2005, 29(24).
DOI:
[J]. Automation of electric power systems, 2005, 29(24). DOI:
分析了当前超短期负荷预测中存在的主要问题;在对大量历史负荷观测的基础上,提出并应用聚类分析理论进行负荷变化趋势分析;通过分析,在固定分类预测算法的基础上,提出了动态分类预测算法,该方法能够根据预测目标自动调整预测样本;大量的模拟测试表明,改进后的预测方法能够在无需频繁维护样本的情况下,大幅提高超短期负荷预测精度,尤其是对节假日负荷预测,效果更为明显。
0
Views
2793
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution