基于电力负荷模式分类的短期电力负荷预测

摘要：

根据历史数据集的基本知识建立一个基于模糊规则的电力负荷模式分类系统,在考虑规则的分类准确性和可解释性的情况下,利用遗传优化算法挑选出Pareto最优模式分类规则集用于电力负荷模式分类.并在仿真试验中,将此分类系统用于电力负荷预测,结果表明此分类系统具有较好的分类性能,可为电力负荷预测提供更为充分有效的历史数据,从而改善其负荷预测性能.

关键词：模糊分类系统、多目标遗传优化算法、电力负荷预测、电力系统

所属期刊栏目：29

分类号：TM734(输配电工程、电力网及电力系统)

在线出版日期：2005-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：23-26,40