基于联合数据挖掘技术的神经网络负荷预测模型研究(英文)

被引：11

作者：

牛东晓

邢棉

孟明

机构：

[1] 华北电力大学电力经济系,华北电力大学电力经济系,华北电力大学电力经济系保定,保定,保定

来源：

电工技术学报 | 2004年 / 09期

关键词：

电力负荷预测; 人工神经网络; 模糊分类; 灰色关联; 分析预测模型;

D O I：

10.19595/j.cnki.1000-6753.tces.2004.09.012

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

认为提高日负荷预测精度的关键在于预处理,提出了日负荷预测的一种新观点,即基于联合数据挖掘技术的电力负荷神经网络预测新方法。也就是通过多种挖掘技术寻找与预测日同等气象类型的多个历史日负荷,由此进一步提取数据,组成规律强化、干扰弱化、具有高度相似气象特征的数据序列,对此,再构建人工神经网络预测模型,从而有效地提高了预测的精度,简化了模型的输入和计算,更加便于应用。

引用

页码：62 / 68

页数：7