中长期电力负荷模糊聚类预测改进算法

《中长期电力负荷模糊聚类预测改进算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第37卷第15期计算机工程2011年8月V01．37No．15ComputerEngineeringAugust2011·人工智能及识别技术·文章编号lloo邺428(2011)15—018仙3文献标识码lA中圈分类号lTP301．6中长期电力负荷模糊聚类预测改进算法张承伟，杨子国(大连理工大学管理学院，辽宁大连116024)摘要：针对传统的中长期模糊聚类预测算法自变量权重选择不合理、截水平集合元素不全面、相关因子计算方法单一等缺陷，提出改进的预测算法。该算法利用关联度分析计算自变量权重，通过建立相关因子计算方法库，按照相对传递总偏差最小原则选择最佳相似矩阵进行聚类，以等价矩阵所有元素的去重

2、集合作为截水平集合求最佳聚类。实验结果证明该算法可提高预测的准确性。关键诃：模糊聚类；相关因子；相似矩阵；关联度分析；中长期电力负荷预测ImprovedFuzzyClusteringForecastAlgorithmforMiddleandLongTermEiectricPowerLoadZHANGCheng-wei．YANGZi-guo(SchoolofManagement，DalianUniversityofTechnology，Dalianll6024，China)[Abstract]Classicalfuzzyclusteringalgorithmhassomedrawbacksin

3、cludingthatthecomputingofindependentvariableweightsisunreasonable，thesetofhorizontalsectionmembersisslurred，thecomputationalmethodsofcorrelationfactoraresingleandsoon．Inordertosolvetheproblemsabove，thispaperproposesanewalgorithmnamedimprovedfuzzyclusteringalgorithm．ItUSeSassociationanalysistocomput

4、etheindependentvariableweights，setsupamethodwarehouseandusesittocalculatethecorrelationfactors，andselectsdistinctmembersoftheequivalentmatrixasthesetofhorizontalsection．Experimentalresultdemonstratesthatthenewalgorithmincreasestheaccuracyofforecast．[Keywords]fuzzyclustering；correlationfactor；simila

5、rmatric；associationanalysis；forecastofmiddleandlongtermelectricpowerloadDoI：10．39690．issn．1000—3428．2011．15．0581概述电力系统中长期负荷预测是电力部门制定电网计划的基础，为供电、销售计划的制定提供有力依据，因此，具有重要意义。影响中长期负荷的因素很多，如人121、消费者物价指数(ConsumerPriceIndex，CPI)、国内生产总值(GrossDomesticProduct，GDP)，而各个地区的产业结构和人民生活水平不同，具有模糊性。传统算法只是将负荷变量的历史数据序列进行数

6、学模拟，得出公式化的负荷预测模型，没有考虑影响因素的模糊性影响，准确性得不到保证。模糊聚类算法将影响因素历史数据的典型特征进行提取分类，并用最优聚类建立负荷预测模型进行预测，考虑r影响冈素的模糊性作用¨。j。但算法存在自变量权重选择不合理、截水’F集合元素不全面、相关冈子计算方法单一等缺点。本文针对传统算法的不足之处，提出模糊聚类预测的改进算法，并对算法进行了算例分析。2模糊聚类算法模糊聚类预测的思想是：搜集待预测变量历史数据和影响因素历史数据，对由此构成的样本按模糊数学的方法进行分类，形成各类因素和待测量的变化模式，然后将待测时段的因素状态与各历史环境特征比较，判断这种环境与哪个历史类最为

7、接近，则该时段的预测量与该历史类所对应的预测变量具有相同或相似的变化模式瞄j。算法流程如F¨“1：步骤l样本数据标准化处理。设待预测的负荷变量为Y，该变量的影响因素个数为n。从数据仓库中取丁期历史数据，可得样本数据集矩阵zt=(x，∥f)，t=l，2，⋯，T，如式(1)所示：乙=其中，向量工，=@1芦2，⋯芦。)，墨表示第t期数据中各个影响因素的取值；向量Y，表示第t期数据中的负荷变量值，为了表示方便，本文设