计算机与通信学院知识库

反馈留言

	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
发表期刊	传感器与微系统
ISSN	ISSN：2096-2436
卷号	39期号:2020年04期页码:页码：152-155
摘要	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。
关键词	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
DOI	10.13873/J.1000-9787(2020)04-0152-04
URL	查看原文
收录类别	CNKI
语种	中文
WOS研究方向	Automation & Control Systems
WOS类目	AUTOMATION CONTROL SYSTEMS
CSCD记录号	CSCD:6691669
引用统计	无
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/56888
专题	计算机与通信学院 电气工程与信息工程学院
作者单位	1.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
第一作者单位	电气工程与信息工程学院
第一作者的第一单位	电气工程与信息工程学院
推荐引用方式 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.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
模糊聚类与神经网络在电力负荷数据修正上的（948KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览 下载

个性服务

查看访问统计

谷歌学术

谷歌学术中相似的文章

[郝晓弘]的文章

[宋吉祥]的文章

[裴婷婷]的文章

百度学术

百度学术中相似的文章

[郝晓弘]的文章

[宋吉祥]的文章

[裴婷婷]的文章

必应学术

必应学术中相似的文章

[郝晓弘]的文章

[宋吉祥]的文章

[裴婷婷]的文章

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。