配电网需要系数预测方法研究

摘要：当前的配电网负荷需要系数选取，主要依赖于规划人员经验值取值，容易导致计算误差大。为提升需要系数预测的精度，提出一种基于数据挖掘的负荷需要系数预测方法。该方法首先采用K-means聚类分析对用户类型进行聚类，在聚类结果基础上，建立多层双向循环神经网络模型，实现对负荷需要系数预测模型的训练和预测。案例分析结果表明，采用所提的预测方法能有效提高需要系数取值的准确性，提高规划效益。

• 作者: 林利祥，吴国玥，张晨曦，王志会
• 出处: 《中国电业与能源》 2022年13期
• 关键词: 配电网 需要系数 预测 数据挖掘
• 分类: [][]