基于改进集成聚类和BP神经网络的电压偏差预测

作     者：王知芳 杨秀 潘爱强 陈甜甜 谢真桢 WANG Zhi-fang;YANG Xiu;PAN Ai-qiang;CHEN Tian-tian;XIE Zhen-zhen

作者机构：上海电力学院电气工程学院上海200090 上海市电力公司电力科学研究院上海200437 

基　　金：上海市科委地方能力建设计划项目(16020500900) 

出 版 物：《电工电能新技术》 (Advanced Technology of Electrical Engineering and Energy)

年 卷 期：2018年第37卷第5期

页      码：73-80页

摘      要：电能质量问题日益严重,其中电压偏差的危害最为明显。本文提出一种基于改进集成聚类和BP神经网络的电压偏差预测方法。针对单一聚类算法的不足,将AP聚类算法与经典K-means聚类算法结合,形成改进集成聚类算法,实现两类算法的优势互补,该算法包括PCA降维、AP聚类、K-means聚类三步。选择与待预测点相似相近的样本数据集,采用改进集成聚类算法对数据集中的气象数据进行聚类,提取训练样本,最后采用BP神经网络算法建立预测模型。结果表明,该方法预测结果平均相对误差为2.987%,优于传统BP神经网络预测模型以及结合PCA降维的BP神经网络预测模型。

主 题 词：电压偏差 改进集成聚类 BP神经网络 气象因素 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.12067/ATEEE1708083

馆 藏 号：203288938...