《表1 2 种预测方法预测结果比较》
为验证本文使用的预测算法在短期负荷预测中的效果,将本文算法结果与FCM聚类算法的负荷预测结果进行比较.实际算例中,经过多层聚类算法后的训练数据量为原始训练数据量的3%,而经FCM聚类算法处理的训练数据量为原始训练数据量的10%;多层聚类算法聚类后的训练数据与待预测点的数据之间的平均距离远小于FCM聚类算法聚类后的平均距离.由此可以得出,多层聚类算法数据集是FCM聚类算法训练数据集的1/3,相应训练时间也为1/3,并且数据集与目标数据的平均距离更为接近,既保证了特征的完整性,也消除了距离较远的无效特征.一天48点预测结果见表1、图5.
图表编号 | XD0078155300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.15 |
作者 | 赵云、高泽璞、肖勇、常润勉、何恒靖 |
绘制单位 | 南方电网科学研究院、武汉大学电气与自动化学院、南方电网科学研究院、武汉大学电气与自动化学院、南方电网科学研究院 |
更多格式 | 高清、无水印(增值服务) |