简介：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。
配电网需要系数预测方法研究
