共 5 条
[1]
[2]
[3]
[4]
[5]
数据挖掘技术及其应用[M] 刘同明等编著; 国防工业出版社 2001,
基于扩展粗糙集的短期电力负荷预测模型
被引：14
作者：
刘学琴
[1
]
吴耀华
[2
]
崔宝华
[1
]
机构：
[1] 保定电力职业技术学院电气工程系
[2] 陕西理工学院电气工程系
来源：
关键词：
短期电力负荷预测;
粗糙集;
属性约简;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
学科分类号：
080802 [电力系统及其自动化];
摘要：
影响短期电力负荷预测的因素众多,如何有效地判断和选择这些相关因素是改善电力负荷预测的关键,通过引入数据挖掘中粗糙集约简算法来解决这一难题。针对常规粗糙集算法计算量大,且不具备容错性和泛化能力,在属性约简过程中设置了分类可信度β,因而对数据具有了一定的容错性和泛化能力,增强了抗噪声能力。经过对实际数据的计算分析,证实了本文提出的方法在一定程度上提高了负荷预测的精度和速度。
引用
收藏
页码：25 / 28+38
+38
页数：5
相关论文