论文部分内容阅读
为有效选取预测变量和训练模式、提高预测精度,提出了一个基于数据挖掘技术的负荷预测模型.该模型首先利用粗集理论和遗传算法选取与负荷相关的预测变量,再选取与预测日相似的训练模式,最后用神经网络对负荷进行预测.实际运行结果表明将该模型应用于电力系统负荷预测是可行的,其与传统的神经网络预测模型相比具有更高的预测精度.