基于深度信念网络的不同行业中长期负荷预测

关键词：中长期负荷预测 深度学习 深度信念网络 关联度分析 聚类分析 

摘要：为保证不同行业中长期负荷预测的准确性,提出一种基于深度信念网络的不同行业中长期负荷预测方法。首先,采用灰色关联度分析法定量分析各种影响因素对不同行业的影响程度,生成关联度矩阵;然后,基于关联度矩阵,采用模糊C-均值聚类法将不同行业划分为不同的预测类型;其次,针对每种预测类型建立基于深度信念网络的中长期负荷预测模型;最后,采用实际电网数据测试所提方法的精度,结果显示本文方法得到的中长期负荷预测平均误差率与最大误差率分别低于2%与6%,证明了所提方法对中长期负荷预测具有较高的准确性。

电力系统及其自动化学报杂志要求:

{1}论文如系资助项目，在文末说明。多个资助来源的，只选一项。

{2}稿件要求选题新颖，观点正确，数据可靠。

{3}如该稿曾在学术交流会议上宣读或在内部刊物上刊出，请在投稿时注明。

{4}摘要应避免用语不规范。摘要中不要出现生冷偏僻、自己杜撰的名词、术语或符号等。

{5}作者姓名(作者所在单位名称，所在省和城市名称，邮编)，如多名作者则分行依次排列。英文作者姓名及单位(作者姓名格式：“ZHANG De-Lin)。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社