软计算方法和数据挖掘理论在电力系统负荷预测中的应用

软计算方法和数据挖掘理论在电力系统负荷预测中的应用

61 4.6
33 2021-04-27
pdf | 697KB | 5页
正文 简介
数据挖掘技术能够从大量数据中发现潜在知识 ,软计算是创建智能系统的有效方法 ,本文将两者结合 ,完成电力预测过程的两个主要任务 :负荷坏数据处理和多因素负荷预测模型的建立。通过对 Kohonen网聚类挖掘和 BP网分类挖掘的效果分析 ,设计由这两种网络组合而成的神经网络模型 ,完成坏数据辨识和调整的任务 ;以模糊推理系统为基础构建多因素负荷预测模型 ,本文采用 CART分类挖掘技术解决模糊结构辨识中的两个难点问题 :输入空间划分和输入变量选择 ,在此基础上设计 ANFIS网络进行参数辨识。良好的实例分析效果说明 ,数据挖掘思想和软计算方法相结合 ,是电力系统负荷预测的一种有效的思路和方法
*温馨提示:该数据为用户自主上传分享,如有侵权请举报或联系客服:400-823-1298处理。

您可能感兴趣

原价: 100 积分
立即购买