数据挖掘技术用于负荷与负荷影响因素的相关性分析

• 作者: 李莉 栗然
• 来源期刊: 华北电力大学学报
• 学科: 工学
• 关键词: 关联规则 数据挖掘 粗糙集 模糊集 短期负荷影响因素 相关性
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 电气工程
• 页码范围: 15-19
• 页数: 5页
• 分类号: TK31
• 字数: 4912字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2691.2006.06.004

摘要

电力系统短期负荷预测中存在大量的不确定因素直接影响到负荷预测结果的准确性,将模糊聚类分析和粗糙集理论结合在一起对电力系统短期负荷与影响因素进行相关性分析.通过模糊聚类分析,根据气温、相对湿度以及日类型等影响负荷的因素将负荷历史数据分成若干类,提出了一种对原始数据先进行模糊聚类,再提取规则的基于模糊集和粗糙集技术的关联规则挖掘策略,可以在一定程度内减少噪声数据的干扰,消除数据对象中的冗余属性,有利于提高规则挖掘的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李莉		1	10	1.0	1.0
2	栗然		1	10	1.0	1.0