基于联合数据挖掘技术的神经网络负荷预测模型研究

• 作者: 孟明 牛东晓 邢棉
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 电力负荷预测 人工神经网络 模糊分类 灰色关联分析 预测模型
• 年，卷（期）: 2004,（9）
• 所属期刊栏目: 理论研究
• 页码范围: 62-68
• 页数: 7页
• 分类号: TM715
• 字数: 673字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2004.09.012

摘要

认为提高日负荷预测精点,即基于联合数据挖掘技术的电力负荷神经网络预测新方法.也就是通过多种挖掘技术寻找与预测日同等气象类型的多个历史日负荷,由此进一步提取数据,组成规律强化、干扰弱化、具有高度相似气象特征的数据序列,对此,再构建人工神经网络预测模型,从而有效地提高了预测的精度,简化了模型的输入和计算,更加便于应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓	华北电力大学电力经济系	306	6130	40.0	64.0
2	邢棉	华北电力大学电力经济系	29	1302	19.0	29.0
3	孟明	华北电力大学电力经济系	51	526	12.0	21.0