电网技术

2006, (08) 56-59+70

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于粗糙集属性约简算法和支持向量机的短期负荷预测
Short-Term Load Forecasting Based on Attribute Reduction Algorithm of Rough Sets and Support Vector Machine

张庆宝;程浩忠;刘青山;郑季伟;倪东海;

摘要(Abstract):

结合粗糙集和支持向量机两种智能算法提出了短期负荷预测模型。首先根据历史数据建立属性决策表,通过属性约简算法对数据进行挖掘,找到影响负荷的核心因素,然后将它们作为支持向量机的输入矢量来预测负荷。算例结果表明,新模型与按经验选取输入矢量的传统支持向量机模型相比,预测精度有了很大的提高且更适用于短期负荷预测。

关键词(KeyWords): 粗糙集;支持向量机;短期负荷预测;属性约简算法

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 张庆宝;程浩忠;刘青山;郑季伟;倪东海;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享