混合属性约简方法在电力负荷预测中的应用

《混合属性约简方法在电力负荷预测中的应用》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、ComputerEngineeringandApplications计算机工程与应用混合属性约简方法在电力负荷预测中的应用常玉慧，钱进，郭庆军CHANGYuhui，QIANJin，GUOQingjun江苏技术师范学院计算机工程学院，江苏常州213001CollegeofEngineering，JiangsuTeachersUniversityofTechnology，Changzhou，Jiangsu213001。ChinaCHANGYuhui，QIXNJin，GUOQingjun．HybridattributereductionmethodandIts

2、appficafioninpowerloadforecast-ing．ComputerEngineeringapdAppfications。2011。47(30)：234-236．Abstract：Therearemanyfactorsthatinfluencetheaccuracyofshortpowerloadforecasting．Inordertofindtherelation-shipbetweentheloadvalueandtheoutsidefactors．thispaperpresentsafasthybridattributeredu

3、ctionalgorithmfordatare—ductionbasedonroughset，andthendiscussestheforecastingmodelusinghybridattributereductionandtheBPartificialneuralnetwork．Theexperimentresultsshowthemodelimprovestheforecastingaccuracy．Keywords：hybridattributereductionalgorithm；roughset；BPartificialneuralnetw

4、ork；shortpowerloadforecasting摘要：影响电力短期负荷预测精度的因素众多，为了找到负荷值与各种外在因素之间的关系，提出了一种基于粗糙集理论的混合属性约简算法，并对与预测日相似性数据进行快速约简，讨论了基于混合属性约简和BP神经网络相结合的预测模型。实验结果表明，这种方法提高了短期电力负荷预测精度。关键词：混合属性约简算法；粗糙集；BP神经网络：短期负荷预测DOI：10．3_778／j．issn．1002．8331．2011．30．063文章编哮：1002．8331(2011)30—0234·03文献标i只码：Aq,图ft类号：T

5、Pl8l引言电力系统短期负荷预测是电力部fJ的一项重要工作，它关系到电力系统的调度运行和生产计划。准确的负荷预测不但有助于提高系统的安全性和稳定性，还能够减少发电成本。随着电力市场的建立和发展，短期负荷预测将发挥越来越重要的作用。由于影响负荷的因素很多且关系复杂，预测变量和训练模式的选取对一个预测模型来说尤其重要。然而神经网络不具备自动选取相关影响因素和相似训练模式的能力，仅仅凭借经验选取的方法并不能保证得到准确的预测结果，因而需要一个可以从历史数据中自动找出与负荷相关的影响因素和与预测日相似的训练模式，从而进行预测。粗糙集理论是由上近似和下近似组成的一

6、种处理方法，从一个新的角度将知识定义为对论域的划分能力，并将其引入数学中的等价关系来进行讨论，从而为数据分析，特别是不精确、不完整数据分析提供了一套新的数学方法。研究表明，将粗糙集理论应用于电力负荷预测，为预测模型输入变量的选取提供依据，这样可以有效地选择影响负荷预测的因素，压缩输入变量。许多学者将粗糙集理论和BP神经网络相结合构造预测模型，并取得了一定的成果I“1。如何有效地判断和选择这些相关因素是提高电力负荷预测精度的关键。本文首先提出了一种混合属性约简算法模型进行快速选取神经网络的输入空间和训练数据，然后利用BP神经网络对约简后的数据进行洲练，综合

7、发挥了粗糙集约简知识的能力和神经网络预测精度高的优势。最后将上述模型应用于电力负荷短期预测中，提高了短期电力负荷预测的精度。2粗糙集理论下面简要介绍主要用到的一些Rough集的基本概念，详细的请参考有关文献[5-71。定义l”1(决策表)五元组s=<【，，C，D，儿p是一个决策表，每一个属性子集R￡CUD决定了一个二元不可区分关系IND(R)：IND(R)={(x，Y)∈UxUIVa∈尺．f0，旬=／．(y，口)}关系IND(R)构成了u的一个划分，用U／R表示。U／R中的任何元素【x】。={ylVaE足．f(x，口)叫U，们}称为等价类。定义2”1(上

8、下近似)在决策表s=