作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文基于粗糙集(Rough Set)理论在处理不确定信息及数据分析和挖掘等方面的优点,建立了基于相关历史负荷数据及气象因素数据的初始信息表,并运用粗糙集理论实现了决策表的离散化、属性约简及决策规则的生成,进而根据得到的决策规则实现了电力系统日负荷预测.最后,通过具体算例分析证明该方法是具有较高的预测精度及稳定性.
推荐文章
集成RS和SVR的电力系统短期负荷预测方法
电力系统
训练样本
短期负荷预测
粗糙集
支持向量回归
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基于随机森林算法和粗糙集理论的改进型深度学习 短期负荷预测模型
电力负荷预测
随机森林(RF)算法
深度学习(DL)
粗糙集理论(RST)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粗糙集理论的电力系统短期负荷预测
来源期刊 福建电脑 学科 工学
关键词 粗糙集 气象因素 决策规则 短期负荷预测
年,卷(期) 2008,(2) 所属期刊栏目 应用与开发
研究方向 页码范围 87-88
页数 2页 分类号 TP3
字数 2538字 语种 中文
DOI 10.3969/j.issn.1673-2782.2008.02.055
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 傅忠云 南京航空航天大学金城学院 17 181 6.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (37)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (11)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粗糙集
气象因素
决策规则
短期负荷预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导