10.3321/j.issn:1000-1026.2005.24.005
网格化的电力系统短期负荷预测的MDRBR模型
针对大电网的短期负荷预测,建立了按地域划分的网格化电力系统短期负荷预测模型.各子网格根据自身的历史负荷和气象条件建立对网格更为有效的负荷预测模型,并采用了面向粗糙集的默认规则挖掘算法(MDRBR--mining default rules based on rough set)构造各单一预测模型,从而获得更加准确的预测结果.文中首先描述了MDRBR算法,然后分析研究了网格化的日负荷多层规则网络构造过程,并给出了基于MDRBR算法的日负荷预测过程以及对某地历史数据的负荷预测结果.分析结果表明,该网格化负荷预测模型能更加准确地得出预测结果,有效地减少噪声,计算简单,且规则搜索效率高.
电力系统、负荷预测、网格化、默认规则挖掘算法、粗糙集、离散化
29
TM715(输配电工程、电力网及电力系统)
中国科学院资助项目50077007
2006-02-16（万方平台首次上网日期，不代表论文的发表时间）
共5页
27-31
