论文部分内容阅读
为了提高配电网短期负荷预测能力,建立贝叶斯正则化(Bayesian regularization (BR))的自组织特征映射网络(SOM)聚类算法对配电网短期负荷用电行为分析模型.输出层拓扑内存在紧密关联的节点与邻域节点,能够根据各自的特点开展学习,因此,相邻节点将会形成相近的权重,并达到与相近输入节点的良好匹配性.之后选择宁夏某地区的电网作为测试对象对该方法进行有效性验证.研究结果表明:通过改进后的Relief算法对电力系统负荷特征向量实施筛选,最终确定5个,大幅降低了特征量的数量,达到简化负荷描述的效果.测试了存在显著特征的三类用户负荷平均准确率,SOM算法准确率均在97 ％以上,验证了这个模型的准确性.