基于负荷特性聚类及Elastic Net分析的短期负荷预测方法
Electric Power（2020）
摘要
提出了一种基于负荷特性聚类及Elastic Net分析的短期负荷预测方法.通过对历史负荷特性进行分析和聚类,对全年日进行分类并指定日类型,避免日类型选择过于宽泛且缺乏针对性.同时采用Elastic Net方法对影响负荷预测的主导因素进行辨识和筛选.最后,在以上预测输入变量优化的基础上,建立神经网络预测模型.以广东省某市实际负荷为例,通过与其他方法对比,验证了所提方法在提高日负荷曲线预测精度方面的有效性.算例结果表明,所提模型适用期较长,无须反复训练,对短期负荷预测有较强的应用价值.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要