论文部分内容阅读
数据挖掘是一门用于挖掘数据背后所隐藏的知识的新兴技术,在各行业都有广泛的应用。在这里将其于电力系统相结合,进行短期负荷预测,其结果对电力规划和调度将有很大的实际意义。负荷预测是电力规划的基础,准确的负荷预测值能够大大提高电网供应的稳定性和安全性,减少资源浪费,降低发电成本,并能为电力系统提供辅助意见。本文详细研究了数据挖掘的理论和影响负荷预测的主要因素,考虑到传统的神经网络预测方法存在对初始网络权值设置敏感、收敛的速度慢、容易陷入局部极小值等缺点,本文确立了综合模型,首先引入遗传算法