基于粗糙集的默认规则挖掘算法在电力系统短期负荷预测中的应用

摘要：

将基于粗糙集的默认规则挖掘算法(Mining Default Rules Based on Rough Set,MDRBR)用于电力系统短期负荷,道德彩基于Gini指标的粗糙集离散化算法对气温、湿度等影响负荷的条件属性进行离散华,同时兼顾了条件属性和奖惩属性.在此基础上,通过计算规则的信赖度和支持度形成不同层次上长符合初定阈值的带粗糙集算子的网络规则集,能减少因噪音的影响而产生的多余规则,提高规则产生和实际分类的效率.在负荷预测时处上而下逐层搜索规则网直至找出与所给信息相匹配的规则.粗糙集算子反映了规则的重要程度,同时作为选择规则的标准.实际应用表明,该 方法能有效去除噪音,提高默认规则的窟掘效率,从面提高负荷预测的精度,具有一定的实用性.

关键词：基于粗糙集的默认规则挖掘算法、负荷预测、离散化、电力系统

所属期刊栏目：30

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：中国科学院项目（非规范项目）50007007

在线出版日期：2006-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：18-23