基于粗糙集的网格化电力系统短期负荷预测

摘要

本文提出了一种网格化建立负荷预测模型的新思路。首先以保定地区为例分析对比了几个下属区域的负荷规律特性以及结合气象综合因素指标对负荷的波动特性进行了研究。文章主要以预测工作的各个环节为线索，对负荷时间序列的特性、气象因素的处理、影响预测模型因素及其重要程度的挖掘和预测模型的建立等各方面作了深入的研究。提出了基于聚类分析和信息增益函数的气象属性离散化方法。采用基于信息熵理论的信息增益指标来选择影响负荷预测模型的组合因素以及衡量影响的程度。在研究粗糙集理论的基础上提出一种基于面向粗糙集的默认规则挖掘算法MDRBR进行电力系统短期负荷预测。最后，运用京津唐地区和保定地区的实际负荷数据来验证了所提出方法的合理性。

目录

文摘

英文文摘

声明、关于学位论文使用授权的说明

第一章绪论

第二章负荷特性及其与气象条件的关系

第三章基于聚类分析和信息增益率函数的气象属性离散化

第四章基于MDRBR的电力系统短期负荷预测模型

第五章网格化电力系统短期负荷预测的MDRBR模型

第六章结论

参考文献

致 谢

在学期间发表的学术论文和参加科研情况