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

被引：9

作者：

吴小明

邱家驹

张国江

蔡建颖

机构：

[1] 浙江大学电气工程学院

[2] 江苏省电力调皮通信中心

[3] 清华大学电机系

来源：

电力系统及其自动化学报 | 2003年 / 01期

关键词：

负荷预测; 模糊推理; 数据挖掘; 分类和聚类; 软计算;

D O I：

暂无

中图分类号：

TM714.1 [负荷功率、因数的提高];

学科分类号：

摘要：

数据挖掘技术能够从大量数据中发现潜在知识 ,软计算是创建智能系统的有效方法 ,本文将两者结合 ,完成电力预测过程的两个主要任务 :负荷坏数据处理和多因素负荷预测模型的建立。通过对 Kohonen网聚类挖掘和 BP网分类挖掘的效果分析 ,设计由这两种网络组合而成的神经网络模型 ,完成坏数据辨识和调整的任务 ;以模糊推理系统为基础构建多因素负荷预测模型 ,本文采用 CART分类挖掘技术解决模糊结构辨识中的两个难点问题 :输入空间划分和输入变量选择 ,在此基础上设计 ANFIS网络进行参数辨识。良好的实例分析效果说明 ,数据挖掘思想和软计算方法相结合 ,是电力系统负荷预测的一种有效的思路和方法

引用

页码：1 / 4+94 +94

页数：5