模糊聚类与神经网络在电力负荷数据修正上的应用
郝晓弘1; 宋吉祥2; 裴婷婷1; 张春燕2; 李亚岚2; 周治伊3
2020-04-09
Source Publication传感器与微系统
ISSNISSN:2096-2436
Volume39Issue:2020年04期Pages:页码:152-155
Abstract提出基于模糊C—均值(FCM)与神经网络相结合的异常电力负荷修正方法。采用AFCM对电力负荷数据进行聚类,确定聚类中心与聚类数目。依据异常数据所在类别,运用遗传算法优化BP神经网络对异常电力负荷数据进行修正。实验表明:该方法具有很好的聚类效果,对单个异常数据与连续异常数据的平均修正相对误差分别为0. 34%和1. 1%,修正结果优于单纯使用模糊聚类的方法和神经网络的方法。
Keyword模糊C-均值 遗传算法 反向传播(BP)神经网络 电力负荷 数据修正
DOI10.13873/J.1000-9787(2020)04-0152-04
URL查看原文
Indexed ByCNKI
Language中文
WOS Research AreaAutomation & Control Systems
WOS SubjectAUTOMATION CONTROL SYSTEMS
CSCD IDCSCD:6691669
Document Type期刊论文
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/56888
Collection计算机与通信学院
电气工程与信息工程学院
Affiliation1.兰州理工大学电气工程与信息工程学院, 兰州, 甘肃 730050, 中国
2.兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国
3.甘肃省电力公司电力科学研究院电网技术中心, 兰州, 甘肃 730070, 中国
First Author AffilicationColl Elect & Informat Engn
First Signature AffilicationColl Elect & Informat Engn
Recommended Citation
GB/T 7714
郝晓弘,宋吉祥,裴婷婷,等. 模糊聚类与神经网络在电力负荷数据修正上的应用[J]. 传感器与微系统,2020,39(2020年04期):页码:152-155.
APA 郝晓弘,宋吉祥,裴婷婷,张春燕,李亚岚,&周治伊.(2020).模糊聚类与神经网络在电力负荷数据修正上的应用.传感器与微系统,39(2020年04期),页码:152-155.
MLA 郝晓弘,et al."模糊聚类与神经网络在电力负荷数据修正上的应用".传感器与微系统 39.2020年04期(2020):页码:152-155.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[郝晓弘]'s Articles
[宋吉祥]'s Articles
[裴婷婷]'s Articles
Baidu academic
Similar articles in Baidu academic
[郝晓弘]'s Articles
[宋吉祥]'s Articles
[裴婷婷]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[郝晓弘]'s Articles
[宋吉祥]'s Articles
[裴婷婷]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.