基于粗糙集属性约简算法和支持向量机的短期负荷预测

被引：30

作者：

张庆宝 ^{[1
]}

程浩忠 ^{[1
]}

刘青山 ^{[1
]}

郑季伟 ^{[2
]}

倪东海 ^{[2
]}

机构：

[1] 上海交通大学电气工程系

[2] 上海电力公司沪西供电分公司

来源：

电网技术 | 2006年 / 08期

关键词：

粗糙集; 支持向量机; 短期负荷预测; 属性约简算法;

D O I：

10.13335/j.1000-3673.pst.2006.08.011

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

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。

引用

收藏

页码：56 / 59+70 +70

页数：5

相关论文

共 12 条

[1] 基于增量约简算法确定电力负荷预测模型输入参数 [J].

张晓星 ;

周湶 ;

任海军 ;

孙才新 ;

程其云 .

电力系统自动化, 2005, (13) :40-44

[2] 基于小波变换和最小二乘支持向量机的短期电力负荷预测 [J].

杨延西 ;

刘丁 .

电网技术, 2005, (13) :60-64

[3] 粗糙集连续属性离散化模型研究与应用要点分析 [J].

赵荣泳 ;

张浩 ;

李翠玲 ;

樊留群 ;

王骏 .

计算机工程与应用, 2005, (08) :40-42+91

[4] 基于免疫支持向量机方法的电力系统短期负荷预测 [J].

吴宏晓 ;

侯志俭 .

电网技术, 2004, (23) :47-51

[5] 基于支持向量机的电力系统短期负荷预测 [J].

潘峰 ;

程浩忠 ;

杨镜非 ;

张澄 ;

潘震东 .

电网技术, 2004, (21) :39-42

[6] 粗集理论在电力系统负荷预测中的应用 [J].

罗治强 ;

张焰 ;

朱杰 .

电网技术, 2004, (03) :29-32

[7] 基于粗糙集理论建立短期电力负荷神经网络预测模型 [J].

谢宏 ;

程浩忠 ;

张国立 ;

牛东晓 ;

杨镜非 .

中国电机工程学报, 2003, (11) :5-8

[8] 短期负荷预测的支持向量机方法研究 [J].

李元诚 ;

方廷健 ;

于尔铿 .

中国电机工程学报, 2003, (06) :55-59

[9] 基于支撑向量机方法的短期负荷预测 [J].

赵登福 ;

王蒙 ;

张讲社 ;

王锡凡 .

中国电机工程学报, 2002, (04) :27-31

[10] 基于神经网络的电力系统短期负荷预测研究 [J].

周佃民 ;

管晓宏 ;

孙婕 ;

黄勇 .

电网技术, 2002, (02) :10-13+18