短期负荷预测的实用数据挖掘模型

• 作者: 朱六璋 袁林 黄太贵
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 短期负荷预测 数据挖掘模型 决策树 决策支持对象
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 研制与开发
• 页码范围: 49-52
• 页数: 4页
• 分类号: TM715|TP311
• 字数: 4207字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2004.03.012

摘要

基于数据挖掘决策树算法和通用的决策支持对象(DSO)建模工具,结合区域电网气象负荷数据库设计与实现了决策树形式的数据挖掘模型并运用于日负荷预测.首先描述了决策树分类方法,分析研究了日负荷预测数据挖掘模型的决策树构造过程,给出了基于DSO的程序化实现,并给出用决策树算法的日负荷预测过程以及实际的预测结果情况.统计分析结果表明该数据挖掘模型完全满足实用标准,具有智能自适应、自学习和全过程自动化、通用可靠以及准确率高等特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄太贵	安徽省电力公司调度通信中心	13	375	11.0	13.0
2	朱六璋	安徽省电力公司调度通信中心	10	158	4.0	10.0
3	袁林	安徽省电力公司调度通信中心	5	84	3.0	5.0