改进贝叶斯分类器在电力系统负荷预测中的应用

• 作者: 曹京津 秦立军
• 来源期刊: 科技创新与生产力
• 关键词: 贝叶斯分类器 粗糙集 负荷预测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 应用技术 Applied Technology
• 页码范围: 108-110,112
• 页数: 4页
• 分类号: TM715+.1
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9146.2014.05.108

摘要

负荷预测对电力系统的安全稳定有十分重要的作用。影响电力系统负荷短期预测的主要因素是环境，如温度、日照、湿度等，这些因素关系复杂，综合考虑所有因素会导致信息冗余，降低预测精度。笔者改进的贝叶斯分类器可以有效地对影响电力系统负荷变化的各种因素进行处理，导出其中的核心因素，以此为基础大大提高电力系统负荷预测的精度。应用此方法对某地区负荷进行了预测，结果表明该方法的有效性和准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦立军		72	1644	16.0	40.0
2	曹京津		4	4	1.0	2.0