负荷预测,范例推理,模糊粗糙集,自组织映射,数据挖掘," /> 负荷预测,范例推理,模糊粗糙集,自组织映射,数据挖掘,"/>
提出了一个改进的范例推理系统来解决电力系统短期负荷预测问题,该系统将范例推理、自组织映射以及模糊粗糙集方法进行了有效的结合.使用模糊粗糙集方法确定了范例的表示、组织方法,并通过自组织映射对历史范例进行聚类.将新问题所对应的范例与各个聚类中心进行匹配,得到最相似聚类,再在该聚类中进行二次匹配,对得到的最相似范例集进行重用、修正,从而得到最终预测结果.使用模糊粗糙集方法可以进行范例属性和匹配权重的合理选择,同时使用自组织映射对历史范例进行聚类,可以减少范例匹配次数和匹配时间.使用该方法不仅可以合理利用历史范例,而且可以通过属性选取、聚类来获取附加知识.实例验证和比较结果表明该负荷预测方法是有效可行的.
高等学校博士学科点基金资助项目(20030335003).
王志勇 曹一家. 层次匹配范例推理在短期负荷预测中的应用[J]. J4, 2007, 41(9): 1598-1603.
WANG Zhi-Yong, CAO Yi-Jia. . J4, 2007, 41(9): 1598-1603.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2007/V41/I9/1598
Cited