蚁群聚类算法在中长期负荷预测中的应用
本文提出一种中长期负荷预测的新方法。对于年最大负荷预测，本文将ACO 聚类算法与RBF 神经网络结合，运用ACO 算法将N个样本聚集成K类，得到最优聚类中心位置，并与递推最小二乘法结合，形成一种新型RBF 神经网络；对于典型日负荷曲线预测，本文对历史典型日负荷曲线进行ACO 聚类分析，计算预测日所属类整点时刻负荷增长率，从而得到预测日负荷曲线。采用某电网实际数据，本文建立的年最大负荷预测模型和典型日负荷曲线预测模型，预测精度较高，计算简便。
电力系统 中长期负荷预测 蚁群优化算法 聚类分析 RBF神经网络
杜毅 于鹏 杨广忠 徐福彬 宫照辉
大连供电公司，辽宁省 大连市 116001
国内会议
西安
中文
1-7
2008-11-18（万方平台首次上网日期，不代表论文的发表时间）