100 积分
50
评分
4.6 积分- 详情
- 2020-12-27
- 简介
pdf
- 439KB
- 页数 5P
- 阅读 68
- 下载 38
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。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于电力需求响应的公共建筑基线负荷预测 439KB
基于云模型的电力负荷预测 557KB
基于混沌蚁群算法的电力短期负荷预测 142KB
电力系统短期负荷预测的静态分析 2.4MB
电力系统短期负荷预测的研究 370KB
基于混合算法的电力系统负荷预测 862KB
基于小波神经网络的电力负荷预测 411KB
基于HMM模型的电力负荷预测模型研究 1.6MB
基于空间饱和负荷密度的电力负荷预测 34KB