《表1 MDSC聚类分析结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》
首先,用MDSC算法对某企业2016年1月1日~2017年5月15日共501 d的历史电力负荷数据进行聚类。然后将历史负荷数据划分为130类,其中前16类的聚类结果如表1所示。由表1可以看出,前6类负荷数据共365 d,占了历史负荷数据近72%的比例,所占比例较大,能较好反映出企业的用电规律;第7~130类中每一类的负荷数据非常少,且大部分都是各自为一类(第16~130类全是每天各自为一类),因此,可将第7~130类的负荷数据视为偏离日数据。其中,前6类负荷聚类图如图1所示。值得注意的是,在图1(f)中,负荷的数值几乎全部为零,这是因为第6类的负荷数据为企业休息日的数据,即第6类数据的日期是企业的休息日或是节假日。
图表编号 | XD00107238300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 罗育辉、蔡延光、戚远航、黄何列 |
绘制单位 | 广东工业大学自动化学院、广东工业大学自动化学院、电子科技大学中山学院、广东工业大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |