共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于数据挖掘技术的气温敏感负荷短期预测研究显示文摘提出一种基于改进K-means聚类算法的ARMA预测模型来提高短期负荷预测的精度。采用改进K-means算法解决了传统K-means聚类算法聚类数不确定、初始聚类中心盲目选取的缺点,同时还可提高聚类的效率。在考虑气象因素的情况下,建立了气温与湿度的关系模型,通过负荷与气温的聚类分析,在不同簇内建立相应的ARMA预测模型进行负荷预测,对预测结果进行修正与综合。实例分析表明:运用该方法可将预测结果的平均相对误差控制在2%以内,夏季和冬季的预测平均误差更是低至1.78%和1.48%;相比于单纯的ARMA预测法和考虑气象因素的传统K-means聚类的ARMA预测法,该方法在提高预测精度上有更明显的优势。 | 刘蓉晖 赵才涛 | 2017 | 电网与清洁能源2017，33，11： | 11 |
| 2 | 基于聚类算法的双回路智能电能表设计显示文摘针对空调使用不当造成的能源浪费问题,文中设计了一款双回路智能电能表,可基于现有智能电网数据传输平台,实现空调节能监管功能;同时,在软件算法上提出基于聚类算法得出两个独立回路的典型负荷曲线,以此评估空调是否存在异常用电情况,优化运行,以避免空调使用不合理造成的能源浪费。为了建立最佳负荷曲线,文中提出采用欧氏距离来评价聚类算法有效性。 | 徐晴 田正其 刘建 段梅梅 祝宇楠 周超 | 2018 | 电测与仪表2018，55，23： | 2 |
您所在的机构暂未开通此部分的功能，请联系管理员