基于数据挖掘技术的负荷预测模型

• 作者: 李秋丹 王大公 迟忠先
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 数据挖掘 负荷预测 粗集 遗传算法 人工神经网络
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 信息工程与管理
• 页码范围: 845-848
• 页数: 4页
• 分类号: TP18
• 字数: 2915字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-8608.2003.06.031

摘要

为有效选取预测变量和训练模式、提高预测精度,提出了一个基于数据挖掘技术的负荷预测模型.该模型首先利用粗集理论和遗传算法选取与负荷相关的预测变量,再选取与预测日相似的训练模式,最后用神经网络对负荷进行预测.实际运行结果表明将该模型应用于电力系统负荷预测是可行的,其与传统的神经网络预测模型相比具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	迟忠先	大连理工大学计算机科学与工程系	86	1209	19.0	31.0
2	李秋丹	大连理工大学计算机科学与工程系	3	71	3.0	3.0
3	王大公	大连理工大学计算机科学与工程系	1	26	1.0	1.0