基于事例推理短期负荷预测方法的改进
Improved Short-Term Load Forecasting Based on Case-Based Reasoning作者机构：西安交通大学电气工程学院西安710049 山东科汇电气股份有限公司淄博255087 新疆电力公司生产技术部乌鲁木齐830002
出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)
年 卷 期：2006年第40卷第8期
页 面：960-963页
核心收录：
学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学]
摘 要：针对基于事例推理(CBR)短期负荷预测中的事例库组织,提出第一级按不同的时刻和星期类型粗分类、第二级按照模糊聚类方法细分类的二级分类方法,可以很好地实现不同预测环境之间的相似性和相异性;针对事例的检索,提出模糊优先比的定量属性检索方法,按此方法进行检索不但可以提高检索效率,还可以对检索过程进行控制.实际算例表明,以此方法进行负荷预测的周平均相对误差为2.620%,低于一般的CBR方法和单一预测方法.
维普期刊数据库
同方期刊数据库