| 主分量启发式约简算法的短期负荷预测 |
| |
| 引用本文： | 马立新,郑晓栋,尹晶晶.主分量启发式约简算法的短期负荷预测[J].电力科学与工程,2015,31(1). |
| |
| 作者姓名： | 马立新 郑晓栋 尹晶晶 |
| |
| 作者单位： | 上海理工大学电气工程系,上海,200093 |
| |
| 基金项目： | 国家自然科学基金资助项目，国家科技部政府间科技合作项目 |
| |
| 摘 要： | 针对众多不确定要素影响电力负荷预测准确度的问题,对粗糙集理论进行研究的基础上,提出了基于属性主分量的启发式约简算法,对天气及负荷历史数据进行处理,并建立了与广义回归神经网络结合的短期负荷预测模型。通过属性约简算法提取对未知负荷变化影响大的关键要素,得到的要素属性作为该模型的学习样本。算例结果表明,新算法与根据经验选取输入参数的传统广义回归神经网络相比,预测准确度有了明显的提高,计算量减少,更适用于短期电力负荷预测。
|
| 关 键 词： | 粗糙集 神经网络 负荷预测 主分量 |
Short-term Load Forecasting Based on Main Attribute-component Heuristic Algorithm |
| |
| Ma Lixin,Zheng Xiaodong,Yin Jingjing.Short-term Load Forecasting Based on Main Attribute-component Heuristic Algorithm[J].Power Science and Engineering,2015,31(1). |
| |
| Authors: | Ma Lixin Zheng Xiaodong Yin Jingjing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
