基于关联分类技术的短期负荷数据缺损处理

被引:3
作者
钱进 [1 ]
孟祥萍 [2 ]
机构
[1] 江苏技术师范学院计算机科学与工程学院
[2] 长春工程学院电气工程系
关键词
负荷预测; 缺损数据; 关联分类; 关联规则;
D O I
暂无
中图分类号
TM714 [负荷分析];
学科分类号
080802 [电力系统及其自动化];
摘要
为了找到负荷值与各种影响负荷预测精度因素之间的关系来进行缺损数据处理,提出一个基于关联分类技术的短期负荷数据缺损处理模型。该模型首先对负荷信息系统应用数据规约方法得到规约集,然后利用关联分类算法挖掘出隐含在其中的有趣的满足用户指定的最小支持度和最小信任度的强关联规则,最后通过规则匹配对含有缺损数据的记录进行修补,对有问题的数据判断异常。经仿真分析,应用这种新的数据缺损处理策略可以得到更加精确的预测结果。
引用
收藏
页码:83 / 86
页数:4
相关论文
共 5 条
[1]
粗糙集理论及其在短期电力负荷预测中的应用 [J].
冯丽 ;
邱家驹 .
电力系统及其自动化学报, 2004, (06) :60-63
[2]
基于气象因素粗糙集理论的负荷预测方法 [J].
张宏刚 ;
蒋传文 ;
王承民 ;
侯志俭 .
电力系统及其自动化学报, 2004, (04) :59-63
[3]
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
[4]
基于数据挖掘技术的负荷预测模型 [J].
李秋丹 ;
迟忠先 ;
王大公 .
大连理工大学学报, 2003, (06) :845-848
[5]
软计算方法和数据挖掘理论在电力系统负荷预测中的应用 [J].
吴小明 ;
邱家驹 ;
张国江 ;
蔡建颖 .
电力系统及其自动化学报, 2003, (01) :1-4+94