短期负荷预测的组合数据挖掘算法

被引:20
作者
朱六璋
机构
[1] 安徽省电力公司调度通信中心 安徽省合肥市
关键词
短期负荷预测; 数据挖掘; 组合算法; 天气相似日;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
给出了一种短期电力负荷预测的组合数据挖掘算法。通过日负荷特性分析,在设定长度的最近历史日期中选择与预测日天气最相似的为基准日,通过该模式下天气相似目的相关影响因素差异与相应负荷变化率关联规则挖掘建模,挖掘模型算法采用C4.5和CART算法的基于BP网络加权组合,算法还基于范例推理给出节假日调整因子校正节假日的影响,设计出一种高精确度短期负荷预测系统。实际应用结果表明该组合算法预测精确度高、效果良好。
引用
收藏
页码:82 / 86
页数:5
相关论文
共 9 条
[1]   考虑气象信息的节假日负荷预测 [J].
丁恰 ;
张辉 ;
张君毅 .
电力系统自动化, 2005, (17) :93-97
[2]   改进范例推理在短期负荷预测中的应用 [J].
王志勇 ;
郭创新 ;
曹一家 .
电力系统自动化, 2005, (12) :33-37
[3]   基于模糊聚类分析与BP网络的电力系统短期负荷预测 [J].
姚李孝 ;
宋玲芳 ;
李庆宇 ;
万诗新 .
电网技术, 2005, (01) :20-23
[4]   短期负荷预测的实用数据挖掘模型 [J].
朱六璋 ;
袁林 ;
黄太贵 .
电力系统自动化, 2004, (03) :49-52
[5]   短期负荷预测中选择相似日的探讨 [J].
莫维仁 ;
张伯明 ;
孙宏斌 ;
胡子珩 .
清华大学学报(自然科学版), 2004, (01) :106-109
[6]   基于点模式匹配的电力系统短期负荷预测 [J].
赵世伟 ;
吴捷 ;
刘永强 ;
杨苹 .
电力系统自动化, 2003, (16) :62-66
[7]   基于模糊推理系统的多因素电力负荷预测 [J].
张国江 ;
邱家驹 ;
李继红 .
电力系统自动化, 2002, (05) :49-53
[8]   基于数据仓库的辅助决策系统设计与实现 [J].
袁林 .
电力系统自动化, 2001, (21) :25-27
[9]   天气敏感型神经网络在地区电网短期负荷预测中的应用 [J].
贺蓉 ;
曾刚 ;
姚建刚 ;
青志文 ;
沈新祥 ;
刘明清 .
电力系统自动化, 2001, (17) :32-35+52