电网技术

2007, (S1) 6-9

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种基于免疫网络理论的负荷分类方法
A Load Classification Method Based on Artificial Immune Network

顾丹珍;艾芊;陈陈;

摘要(Abstract):

电力负荷动态特性聚类是负荷建模工作实用化的必经阶段。文中提出应用模糊免疫网络(fainet)作为负荷动态特性聚类方法:fainet可以将大量负荷数据压缩,形成简洁的免疫网络;然后用最小生成树(MST)方法对网络单元进行分类,得到每个分类的聚类中心;最后采用模糊规则对样本进行归类。对动模试验数据的分类计算表明,基于fainet的负荷动态特性聚类方法具有学习速度快,分类精度高,适用于电力负荷动态特性的聚类。

关键词(KeyWords): 电力负荷;模糊免疫网络;动态特性聚类

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金重点资助项目(90612018,50595412)~~

作者(Author): 顾丹珍;艾芊;陈陈;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享