《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于自组织特征映射的连续多日负荷预测方法研究*

作者：马立新，周尚珺玺日期：2016-05-04/span> 浏览：3117 查看PDF文档

基于自组织特征映射的连续多日负荷预测方法研究*

马立新，周尚珺玺

(上海理工大学光电信息与计算机工程学院，上海 200093)

摘要：针对影响连续多日每日最大负荷的因素较多且构成复杂，连续多日负荷预测方法少难度大、含节假日的连续多日负荷预测精度低等问题，分析了近几年工作日电力负荷数据特点，研究了自组织特征映射（SelfOrganizing Feature Map，SOM）聚类算法并将其用于负荷数据的预处理，研究了节假日负荷的特性，总结了其负荷变化规律并加以区分预测，提出了一种基于自组织特征映射神经网络的连续多日负荷预测新方法。该方法区分普通工作日与节假日，普通工作日采用自组织特征映射神经网络聚类方法对日最大负荷进行特征提取，建立了以周期特征相似的历史数据作为训练样本的神经网络模型，节假日设定假日影响因子单独预测。运用某市近年的负荷数据进行预测，算例结果显示综合预测误差为3.21%，表明该方法预测精度完全满足实际需求，为连续多日最大负荷预测提供了一种可行的方法。

关键词：连续多日负荷预测；特征提取；自组织特征映射聚类；日最大负荷

中图分类号：TM715 文献标志码：A 文章编号：1001-4551(2016)03-0342-05

本文引用格式：

马立新，周尚珺玺.基于自组织特征映射的连续多日负荷预测方法研究［J］.机电工程，2016，33(3)：342-346.

MA Li xin，ZHOU Shang jun xi. Multi Days load forecasting base on self organizing feature map［J］.Journal of Mechanical & Electrical Engineering, 2016,33(3):342-346.《机电工程》杂志：http://www.meem.com.cn