基于粗糙集属性约简算法和支持向量机的短期负荷预测

• 作者: 倪东海 刘青山 张庆宝 程浩忠 郑季伟
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 粗糙集 支持向量机 短期负荷预测 属性约简算法
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 电力市场
• 页码范围: 56-59,70
• 页数: 5页
• 分类号: TM715
• 字数: 3694字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2006.08.011

摘要

结合粗糙集和支持向量机两种智能算法提出了短期负荷预测模型.首先根据历史数据建立属性决策表,通过属性约简算法对数据进行挖掘,找到影响负荷的核心因素,然后将它们作为支持向量机的输入矢量来预测负荷.算例结果表明,新模型与按经验选取输入矢量的传统支持向量机模型相比,预测精度有了很大的提高且更适用于短期负荷预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程浩忠	上海交通大学电气工程系	323	10481	55.0	85.0
2	张庆宝	上海交通大学电气工程系	2	78	2.0	2.0
3	刘青山	上海交通大学电气工程系	2	78	2.0	2.0
4	郑季伟		1	59	1.0	1.0
5	倪东海		1	59	1.0	1.0