摘要
本发明涉及电动汽车负荷分析技术领域,具体涉及到一种基于Elman神经网络算法的居民电动汽车负荷分析方法,包括以下步骤:定义电动汽车负荷峰谷态势体系;对电动汽车负荷曲线进行高斯滤波预处理;确定聚类有效性指标和算法;对居民电动汽车日净负荷峰谷态势进行相关性分析;对输入、输出变量进行选取与对预测结果进行分析;对电动汽车负荷进行峰谷互补分析。本发明提出并定义了居民区电动汽车日净负荷峰谷态势新概念体系,采用电动汽车负荷峰谷功率量及其变化速率等多个信息维度描述居民区电动汽车负荷特征,拓展了传统峰谷特性内涵,能为地区电网、电动汽车负荷特性分析提供新的决策支持信息。
技术关键词
Elman神经网络
负荷分析方法
曲线
灰色关联度
居民区电动汽车
指标
算法
构建预测模型
因子
聚类
定义
时间序列分析方法
态势分析方法
高斯滤波方法
数据样本集合
有效性
动态变化特征
系统为您推荐了相关专利信息
节点检测方法
拉普拉斯
指数
模型检验方法
传染病模型
联合预测方法
等效电路模型
锂电池
算法
状态空间方程
蒸汽灭菌器
生物指示剂
灭菌参数
关键运行参数
生成蒸汽