山东大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (2): 114-118.
马庆,李歧强*
MA Qing, LI Qiqiang*
摘要:
针对公共建筑基线负荷难以有效预测的问题,提出了一种基于模糊C均值聚类预处理的人工神经网络预测方法。采用聚类算法,将大量的复杂历史数据集划分成多个群体的混合,每个群体对应单独的预测模型进行预测。该方法减少了培训数据,克服了标准方法数据量大和处理速度慢的缺点。将预测结果与标准的人工神经网络方法相比较,得到了较高的预测精度,能有效预测公共建筑基线负荷。
| [1] | 贾轩,许吉凯,任艺婧,刘德才,许强,张利. 基于样本扩容和数据驱动的台区理论线损计算方法[J]. 山东大学学报 (工学版), 2025, 55(3): 158-164. |
| [2] | 鄢仁武,林剑雄,李培强,吴国耀,匡宇. 考虑碳排放因子与动态重构的主动配电网双层优化策略[J]. 山东大学学报 (工学版), 2025, 55(2): 16-27. |
| [3] | 刘振,孙媛媛,李亚辉,许庆燊,于涛,庞延庆. 基于用户行为预测的分布式光伏智能社区需求响应策略[J]. 山东大学学报 (工学版), 2022, 52(5): 24-34. |
| [4] | 尹晓敏,孟祥剑,侯昆明,陈亚潇,高峰. 一种计及空间相关性的光伏电站历史出力数据的修正方法[J]. 山东大学学报 (工学版), 2021, 51(4): 118-123. |
| [5] | 胡玉景,张建华,任升峰,白文峰 . 超声-电火花加工中的放电间隙实时控制[J]. 山东大学学报(工学版), 2006, 36(1): 11-14 . |
|