文献

J-GLOBAL ID：201802217444753837   整理番号：18A1581291

改良統合クラスタリングとBPニューラルネットワークに基づく電圧偏差予測【JST・京大機械翻訳】

Voltage deviation forecasting based on improved ensemble clustering and BP neural network

著者 (5件)： Wang Zhifang (上海電力学院電气工程学院,上海,200090) ,  Yang Xiu (上海電力学院電气工程学院,上海,200090) ,  Pan Aiqiang (上海市電力公司電力科学研究院,上海,200437) ,  Chen Tiantian (上海市電力公司電力科学研究院,上海,200437) ,  Xie Zhenzhen (上海電力学院電气工程学院,上海,200090)
資料名： Diangong Dianneng Xinjishu  (Diangong Dianneng Xinjishu)
巻： 37  号： 5  ページ： 73-80  発行年： 2018年 
JST資料番号： C2503A  ISSN： 1003-3076  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電力品質問題はますます深刻であり、そのうち電圧偏差の危害が最も顕著である。改良統合クラスタリングとBPニューラルネットワークに基づく電圧偏差予測法を提案した。単一クラスタ化アルゴリズムの欠点に照準を定めて,本論文は,PCA次元縮小,APクラスタリング,およびK-平均クラスタリングを含む2つのアルゴリズムの優位性を,古典的K-平均クラスタリングアルゴリズムと組み合わせて,改良統合クラスタ化アルゴリズム(APクラスタ化アルゴリズム)を,2つのアルゴリズムの優位性の相補性を達成するために,提案した。予測点の類似に近いサンプルデータセットを選び、改良集成クラスタリングアルゴリズムを用いてデータセットの気象データをクラスタリングし、訓練サンプルを抽出し、最後にBPニューラルネットワークアルゴリズムを用いて予測モデルを構築した。結果は,平均相対誤差が2.987%であり,従来のBPニューラルネットワーク予測モデルとPCA次元縮小BPニューラルネットワーク予測モデルより優れていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 相補性 ,  予測モデル ,  予測技法 ,  アルゴリズム ,  コーパス ,  次元縮小 ,  気象データ ,  電力品質 ,  *クラスタ化 ,  *電圧 ,  *予測
準シソーラス用語： 相対誤差 ,  クラスタリングアルゴリズム ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： voltage deviation ,  improved ensemble clustering ,  BP neural network ,  meteorological factor

分類 (2件)： 電力変換器  (NB08030B) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： 統合 ,  クラスタリング ,  BPニューラルネットワーク ,  偏差 ,  予測