|
|||||
|
|
| 基于概念格的神经网络日最大负荷预测输入参数选择 | |
| 作者姓名： | 任海军 张晓星 肖波 周湶 |
| 作者单位： | 1. 重庆大学 输配电装备及系统安全与新技术国家重点实验室, 重庆 400044;2. 重庆大学 软件工程学院, 重庆 400044,3. 重庆市电力公司 城区供电局, 重庆 400050 |
| 基金项目： | 国家重点基础研究发展计划973项目基金,中央高校基本科研业务费基金 |
| 摘 要： | 针对电力系统中影响负荷预测精度的众多因素如何选择问题,提出一种概念格属性约简算法,采用该算法挖掘出与待预测负荷量相关性较大的各属性作为神经网络预测模型的输入参数,降低了输入参数规模,确保了负荷预测模型输入参数的合理性,解决了神经网络模型输入参数的确定问题.通过对重庆市某区实际日最大负荷数据的计算分析,结果表明该算法提高... |
| 关 键 词： | 神经网络 概念格 属性约简 负荷预测 |
| 收稿时间： | 2010-04-11 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载全文 | |