基于改进集成聚类和BP神经网络的电压偏差预测

Zhi-fang WANG,Xiu YANG,Ai-qiang PAN,Tian-tian CHEN,Zhen-zhen XIE

Advanced Technology of Electrical Engineering and Energy（2018）

Cited 5|Views1

No score

Abstract

电能质量问题日益严重,其中电压偏差的危害最为明显.本文提出一种基于改进集成聚类和BP神经网络的电压偏差预测方法.针对单一聚类算法的不足,将AP聚类算法与经典K-means聚类算法结合,形成改进集成聚类算法,实现两类算法的优势互补,该算法包括PCA降维、AP聚类、K-means聚类三步.选择与待预测点相似相近的样本数据集,采用改进集成聚类算法对数据集中的气象数据进行聚类,提取训练样本,最后采用BP神经网络算法建立预测模型.结果表明,该方法预测结果平均相对误差为2.987%,优于传统BP神经网络预测模型以及结合PCA降维的BP神经网络预测模型.

Translated text

AI Read Science

Must-Reading Tree

Example

Generate MRT to find the research sequence of this paper

Chat Paper

Summary is being generated by the instructions you defined