数据挖掘与非正常日的负荷预测

• 作者: 何光宇 刘敦楠 周双喜 孙英云 范旻 陈雪青
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 负荷预测 数据挖掘 决策树 知识库 非正常日
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 研制与开发
• 页码范围: 53-57
• 页数: 5页
• 分类号: TM715
• 字数: 6222字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2004.03.013

摘要

提高非正常日的负荷预测精度是当前负荷预测工作的难点.文中提出了一种基于知识库的事先判别突变并做出适当处理的预测流程,介绍了利用数据挖掘的决策树技术建立知识库的方法,并给出了几种典型的非正常日修正模型.最后,通过对长时期负荷预测数据的统计分析,说明了新方法的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周双喜	清华大学电机系	81	6488	34.0	80.0
2	何光宇	清华大学电机系	78	1861	25.0	40.0
3	陈雪青	清华大学电机系	31	720	17.0	26.0
4	刘敦楠	清华大学电机系	13	340	9.0	13.0
5	孙英云	清华大学电机系	11	333	8.0	11.0
6	范旻		1	32	1.0	1.0