基于模糊粗糙集理论和时空信息的空间负荷预测

• 作者: 刘庆永 姚狄 宋凯豪 房龙江 肖白
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 空间负荷预测(SLF) 空间信息 模糊粗糙集理论 统一模糊粗糙因子 地理信息系统(GIS) 负荷密度
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 智能电网
• 页码范围: 58-67
• 页数: 10页
• 分类号: TM715
• 字数: 7037字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7229.2017.01.008

摘要

空间负荷预测是城网规划领域的基础工作,目前空间负荷预测大多是依靠一些历史负荷数据来进行,却忽视了地理空间信息的影响.对于同一类用地来说,由于各小区的地理空间信息不同,其发展程度存在一定的差异,进而各小区的负荷密度也不相同,如果采用统一的负荷密度进行预测,势必会带来较大的误差.因此,该文提出一种基于模糊粗糙集理论和时空信息的空间负荷预测方法.借助地理信息系统(geographic information system,GIS)获取供电小区的空间信息,分析空间信息对各类负荷分布的影响.结合模糊粗糙集理论得到每个供电小区适合其发展的统一模糊粗糙因子(因为每类小区的统一模糊粗糙因子的划定都有其自身的标准,该统一模糊粗糙因子的大小仅适于同种类型小区间的比较),从而刻画出同类负荷间负荷密度的差异.该文所提方法能够更精确地刻画负荷发展不均衡、不协调的现象,提高空间负荷预测的精度.工程实例分析表明了该方法的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖白		56	970	15.0	30.0
2	刘庆永		3	13	1.0	3.0
3	房龙江		3	16	2.0	3.0
4	姚狄		1	13	1.0	1.0
5	宋凯豪		3	17	2.0	3.0