手机知网 App
24小时专家级知识服务
打 开
电力工业
基于模糊C均值聚类及学习向量量化神经网络的负荷同时系数预测模型
针对变压器及电缆容量确定问题,该文以负荷同时系数(LSF)预测为目标,建立考虑社会发展水平、人口构成、负荷类型的LSF影响因素指标体系。应用模糊C均值聚类对台区负荷的用电类型进行划分,基于学习向量量化(LVQ)神经网络建立LSF预测模型。该预测模型具有自动确定LSF影响因素权重、针对不同类型综合负荷预测的选择性强、便于依据实测数据更新模型参数的特点。LSF预测精度提高,为配变定容提供了有利依据。应用京津唐地区实际负荷验证了该文LSF预测方法的有效性。
1 162
手机阅读本文
下载APP 手机查看本文
南京理工大学学报
2020年05期
相似文献
图书推荐
相关工具书

搜 索