模糊聚类与神经网络在电力负荷数据修正上的应用

doi:10.13873/J.1000-9787(2020)04-0152-04

	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
刊名	传感器与微系统
	2020-04-09
卷号	39 期号:2020年04期页码:页码：152-155
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
ISSN号	ISSN：2096-2436
DOI	10.13873/J.1000-9787(2020)04-0152-04
英文摘要	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。
URL标识	查看原文
WOS研究方向	Automation & Control Systems
语种	中文
CSCD记录号	CSCD:6691669
状态	已发表
内容类型	期刊论文
源URL	[http://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
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.