一种基于聚类分析的短期电力负荷预测方法研究  

On Short-term Electric Load Forecasting Based on Cluster Analysis

作　　者：包晓晖[1] 陈冲[2] 肖方顺[3] 

机构地区：[1]福建水利电力职业技术学院,福建永安366000 [2]福州大学电气工程与自动化学院,福建福州350116 [3]国网福建省电力有限公司,福建福州350003

出　　处：《浙江水利水电学院学报》2015年第3期73-76,89,共5页Journal of Zhejiang University of Water Resources and Electric Power

基　　金：福建省水利中青年学科带头人基金项目;福建省教育厅科研项目(JB13313)

摘　　要：基于数据处理理论,提出将电力负荷历史数据按重要影响因素日子类别及温度区间进行聚类分析的方法,设计一个递归模型,使得短期电力负荷预测函数变成线性问题,并进行MATLAB编程仿真,最后通过算例分析验证了该模型具有较高的可操作性、有效性与预测精确性.A model for cluster analysis on electric load history data is proposed in this paper based on the day type and tem- perature interval, and a recursive method is designed to make the short-term electric load forecasting function into a linear, which is programmed and simulated with MATLAB. After all, the advantage of the model is tested, proving its operability, validity and accuracy of prediction by case analysis.

关 键 词：聚类分析 MATLAB 电力负荷预测 数据处理 

分 类 号：TM715[电气工程—电力系统及自动化]