利用混合语言信息弥补残缺数据的电力负荷密度预测法

《利用混合语言信息弥补残缺数据的电力负荷密度预测法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、利用混合语言信息弥补残缺数据的电力负荷密度预测法（1.国网湖南省电力公司湘丙供电分公司湖南吉首416000,2.湖南省电力公司柘溪水力发电厂湖南益阳413508）摘要：城市电力负荷密度预测法在实际预测过程中其结果的可信度在很大程度上依赖于样木数据的完整性，而在现实情况下由于各种原因将导致一些所选样木的部份指标数据残缺，这对准确的城市电力负荷密度预测造成了很大的困难。针对这一问题提出了一种利用混合语言评价信息弥补残缺数据并和BP祌经网络相结合的城市电力负荷密度预测法，通过模糊推理将各专家给出的对残缺数据指标的混合语言评价信息转为实际数据的估计值，利用该数据同其它已知数据一起训练B

2、P祌经网络，以此网络结构和待定小区的各指标信息，预测该小区的负荷密度。通过对城市若干小区做比较分析，并预测其中部份小区的负荷密度,结果表明所提预测方法能有效解决样木数据残缺问题，并且预测结果其有较高的可信度。关键词：混合语言信息；模糊推理；BP神经网络；残缺数据；城市电力负荷密度预测；中图分类号:TM715文献标识码:A文章编号:Abstract:Intheactualprocessofforecasting,thecredibilityoftheresultoftraditionalurbanspaceloaddensitypredictionmethoddependsona

3、numberofsampledata.But,intheactual,collectingacompletefeasibledataisquitedifficult.ThereforeputtingforwardawaywhichcombinesmixedlanguageinformationthatcanmakeuptheincompletedatainformationandtheBPneuralnetworktoforecastthecitypowerloaddensity.Itusesfuzzyreasoningtotransformthemixedlanguagein

4、toaestimatesoftheactualdata,thenbyusingBPneuralnetworktotrainingthesedata,afterthatutilizingthenettopredicttheloaddensityofpendingdistrict.Theresultisshownthatnotonlythecomputationprocesscangetridoftheproblemwhichneedslargecollectionofspecificindicatorsquantitativedatabutalsotheresultcanbeve

5、rygood.Keywords:mixedlanguageinformation;fuzzyreasoning;BPneuralnetwork;incompletedatainformation;urbandensityofpowerloadforecasting;0引言城市空间负荷密度预测的方法有很多种，大致可分为负荷密度指标法［1-2］和用地仿真法［3-4】，这两种方法分别从不冋的角度预测城市各小区的负荷密度，但不论是哪种方法都冇着一个共同的瓶颈，即预测的结果在很人程度上冇赖于所搜集样本数据的完整性。对于一些新开发或欠发达地区，由于相关数据关U或信息系统建立不到位以至于一定

6、数量样本的部份指标数据无法收集，从而导致不能顺利预测城市各小区负荷密度的问题。B前，对于这类问题的处理方法只是简单地删除掉残缺数据的样本或指标，而这又会产生样本数量不足，训练不充分，预测结果可信度不高的问题。通过对实际情况的研宄发现，在数据收集时，虽然无法获得一些样本的部份指标的相关统计数据，但是奋关各专家可以根据实际情况，给出样本中残缺数据的指标一个定性的语言评价值或评价值范围，并相应地估计出其所代表的实际数据的含义。可见语言信息同实际数据之间存在着一定的联系，因此样本相关指标数据残缺问题可以通过将各专家对其定性的混合自然语言评价信息转换为某一定量实际数值的方式加以解决。基于

7、这一思想提出一种利用混合语言评价信息弥补残缺数据并和BP神经网络相结合的城市电力负荷密度预测法。该方法允许各专家根据实际情况直接对残缺数据的指标做语言评价，并利用语言集成算子集结各专家评价信息，之后借助于模糊推理理论，将各专家的综合评价值转化为实际数据的估计值，以此值连同样本中其他己知数据一起利用BP神经网络预测城市小区的负荷密度，这样可以奋效地解决负荷密度预测中数据残缺的问题，降低数据收集的难度。1混合语言评价信息1.1语言评估标度选取合适的语言评估标度，对于合理、科学的评价样本中残缺数据