10.3321/j.issn:1000-1026.2002.05.012
基于模糊推理系统的多因素电力负荷预测
在多因素负荷预测的建模中,模糊推理系统是一种较为有效的方法.输入变量选择和输入空间划分是模糊建模的基础,也是难点所在.数据挖掘中的分类思想有助于解决此问题.文中采用分类和回归树(CART)算法对解决这一问题进行了尝试,并构造ANFIS网络进行参数辨识.建模过程几乎完全基于数据进行,不需要人工的过多干预,保证了模型能客观地反映相关变量与负荷值之间的复杂关系.用该方法与普通BP算法分别对浙江省多地区进行了一个月的日负荷预测实例分析,该方法较好的收敛性和预测精度说明,CART算法与ANFIS相结合,是基于数值的模糊建模的一种有效方法.
负荷预测、模糊推理、数据挖掘、分类和回归树算法、ANFIS
26
TM715(输配电工程、电力网及电力系统)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
49-53