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

• 作者: 吴小明 张国江 蔡建颖 邱家驹
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 负荷预测 模糊推理 数据挖掘 分类和聚类 软计算
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 1-4,94
• 页数: 5页
• 分类号: TM7
• 字数: 4655字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2003.01.001

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱家驹	浙江大学电气工程学院	76	2631	30.0	50.0
2	吴小明	浙江大学电气工程学院	1	44	1.0	1.0
3	张国江		8	87	4.0	8.0
4	蔡建颖	清华大学电机系	2	46	2.0	2.0