基于特征聚类的多能源系统负荷预测方法研究

论文摘要

针对多能源系统中不同种类能源负荷特征提取及预测问题,提出基于特征聚类的多能源系统负荷预测方法,利用灰色关联分析系统理论对多种类能源负荷预测模型中的环境因素输入属性进行主控因素关联度分析,分别得到电、气、热、冷负荷受环境因素影响的关联度,利用卷积神经网络提取负荷数据和关联度输入数据的特征向量,利用K-means聚类算法对给定特征向量进行聚类,建立多种类能源负荷的特征聚类模型。算例结果表明,文章所提出的基于特征聚类的多能源系统负荷预测方法,能够有效提高不同种类能源负荷的预测精度。

论文目录

• 0前言
• 1 多能源系统负荷特征分析
• 2 多能源系统负荷预测模型
•   2.1 基于卷积神经网络的负荷特征提取
•   2.2 基于K-means算法的负荷特征聚类
• 3 算例分析
• 4结论

文章来源

类型: 期刊论文

作者: 高靖,张明理,邓鑫阳,杨博,张子信,韩震焘

关键词: 多能源系统,特征聚类,负荷预测

来源: 可再生能源 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,农业科技

专业: 动力工程

单位: 国网辽宁省电力有限公司经济技术研究院

基金: 国家自然科学基金(61372195)

分类号: TK01

DOI: 10.13941/j.cnki.21-1469/tk.2019.02.012

页码: 232-236

总页数: 5

文件大小: 258K

下载量: 396