基于数据挖掘的楼宇短期负荷预测方法研究OA北大核心CSCDCSTPCD
Study of short-term load forecasting method based on data mining for buildings
楼宇短期负荷预测是楼宇能效管理系统中对用能子系统进行评估诊断、优化控制以及调度规划的重要基础。针对智能楼宇参与需求响应所需高精度、实时负荷信息的要求，提出一种基于数据挖掘支持向量机的楼宇短期负荷预测方法。选择与待预测时点相似相近的样本数据集，采用K-means算法对样本数据集中的温度、湿度、气压等气象数据进行聚类，根据聚类结果提取训练样本，最后采用支持向量机(SVM)算法建立负荷预测模型。实际应用结果表明，该方法预测结果平均相对误差为1.34%，…查看全部>>
The load forecasting is the important basis of the energy management systems for the evaluation and diagnosis, optimized control, and scheduling of the energy subsystems in buildings. In order to obtain real-time and high accuracy load information, this paper proposes a short-term load forecasting method based on data mining for buildings. It firstly finds the sample datasets that are similar to the forecasted time points from the historical data, and then p…查看全部>>
林顺富;郝朝;汤晓栋;李东东;符杨
上海电力学院电气工程学院，上海 200090 上海高校高效电能应用工程研究中心，上海 200090上海电力学院电气工程学院，上海 200090上海电器科学研究所，上海 200063上海电力学院电气工程学院，上海 200090
楼宇能效管理负荷预测数据挖掘支持向量机聚类分析
energy management of buildingsload forecastingdata miningsupport vector machinecluster analysis
《电力系统保护与控制》 2016 (7)
基于云模型的分布式居民负荷谐波集体影响的评估方法研究
83-89,7
上海市科委科创项目(14DZ1201602)；国家自然科学基金项目(51207088)；上海绿色能源并网工程技术研究中心(13DZ2251900)；国网公司科技项目(SGRI-DL-71-14-004)
评论