离群数据挖掘及其在电力负荷预测中的应用

• 作者: 冯丽 邱家驹
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 离群数据挖掘 负荷预测 聚类分析 信息熵 人工神经网络
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 41-44,86
• 页数: 5页
• 分类号: TM715|TP18
• 字数: 4256字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2004.11.010

摘要

离群数据挖掘是数据挖掘的一个重要内容,它为分析各种海量的、复杂的、含有噪声的数据提供了新的方法,但它在电力系统中还未得到广泛的应用.文中通过对现有的主要离群数据挖掘算法的简要对比说明,针对电力系统的基本特征提出应用信息熵原则的电力负荷离群数据挖掘改进算法,然后应用Kohonen网提取相关负荷的特征曲线,并将其用于不良数据的校正,通过对电力负荷的仿真分析表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱家驹	浙江大学电气工程学院	76	2631	30.0	50.0
2	冯丽	浙江大学电气工程学院	12	232	7.0	12.0