典型文献
用户特征聚类和ICSA-SVR台区负荷预测
文献摘要：
为提高配电网负荷预测精度,提出一种将模糊C均值(FCM)聚类与改进乌鸦搜索算法(ICSA)优化支持向量回归机(SVR)相结合的低压台区负荷预测模型.利用FCM算法对台区用户用电特征进行提取和聚类,消除用电行为特性差异对预测精度的影响,并构建ICSA-SVR模型,对各类用户的用电负荷进行回归预测,进而叠加得到台区负荷预测结果.结果显示,台区内不同类型用户之间的用电特性差异较大,可分冬季单峰型、夏季单峰型和冬夏双峰型三类,各台区负荷呈现不同的季节性波动;该方法能够明显提升台区负荷预测精度,预测结果可对电力生产运营提供指导.
文献关键词：
低压台区;负荷预测;特征聚类;乌鸦搜索算法;支持向量回归
中图分类号：
作者姓名：
滕永兴;杨霖;钟睿君;闵诚;李祺
作者机构：
国网天津市电力公司,天津 300202;天津大学电气自动化与信息工程学院,天津 300072
文献出处：
引用格式：
[1]滕永兴;杨霖;钟睿君;闵诚;李祺-.用户特征聚类和ICSA-SVR台区负荷预测)[J].中国测试,2022(07):107-113
A类：
B类：
用户特征,特征聚类,ICSA,SVR,配电网,电网负荷预测,FCM,乌鸦搜索算法,支持向量回归机,低压台区,负荷预测模型,户用,用电特征,用电行为,行为特性,用电负荷,回归预测,加得,电特性,单峰,冬夏,双峰型,季节性波动,电力生产,生产运营
AB值：
0.328745
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
