-
公开(公告)号：CN111027760B
公开(公告)日：2023-01-17
申请号：CN201911195095.6
申请日：2019-11-28
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于最小二乘向量机的电力负荷预测方法，其步骤如下：通过天气数据与用电负荷数据集构建聚类数据集、预测聚类数据集与预测数据集；运用基于模糊C理论聚类算法确定有用类数据的初始聚类中心，将聚类数据集划分为c个类别，并输出模糊隶属度矩阵u和各类中心V；将预测聚类数据集输入用布谷鸟算法优化好的最小二乘向量机模型，得到预测日的预测聚类数据；根据模糊隶属度矩阵u计算预测聚类数据到各类聚类中心V的距离，并判断预测日的数据类型为Z；在预测数据集中找出数据类型为Z的预测数据并输入优化好的最小二乘向量机模型，得到训练好的最小二乘向量机模型；将预测日的数据输入训练好的最小二乘向量机模型中，完成预测日的电力负荷预测。
-
公开(公告)号：CN111027760A
公开(公告)日：2020-04-17
申请号：CN201911195095.6
申请日：2019-11-28
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于最小二乘向量机的电力负荷预测方法，其步骤如下：通过天气数据与用电负荷数据集构建聚类数据集、预测聚类数据集与预测数据集；运用基于模糊C理论聚类算法确定有用类数据的初始聚类中心，将聚类数据集划分为c个类别，并输出模糊隶属度矩阵u和各类中心V；将预测聚类数据集输入用布谷鸟算法优化好的最小二乘向量机模型，得到预测日的预测聚类数据；根据模糊隶属度矩阵u计算预测聚类数据到各类聚类中心V的距离，并判断预测日的数据类型为Z；在预测数据集中找出数据类型为Z的预测数据并输入优化好的最小二乘向量机模型，得到训练好的最小二乘向量机模型；将预测日的数据输入训练好的最小二乘向量机模型中，完成预测日的电力负荷预测。
-
Search Results
2
records
(took 0.016 seconds)
