离群数据挖掘方法在电力负荷预测中的应用

《离群数据挖掘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2010，46（21）213离群数据挖掘方法在电力负荷预测中的应用史东辉SHIDong-hui安徽建筑工业学院电子与信息工程学院，合肥230088SchoolofElectronicsandInformationEngineering，AnhuiUniversityofArchitecture，Hefei230088，ChinaSHIDong-hui.Outlierdataminingapplicationinpowerloadforecasting.C

2、omputerEngineeringandApplications，2010，46（21）：213-215.Abstract：Accordingtothetheoryofpowerloadforecasting，dataminingbasedonhistoricaldataofpowerloaddataisusedinloadpredicting.Forpracticaloperationprocess，thereisanerrorindatacollection，soloadforecastingcurvecontainsbigger

3、sawtooth.Thispaperpresentsanewoutlierdataminingapproach.Itfindsthesharpanglepointsbetweentwostraight，whichcorrespondtooutliersofpowerloadvalue，andsmoothesthecurveatsametimeoutliersaretreated.Experimentsshowthatafterthenewoutlierminingapproachisapplied，loadforecastresults

4、haveimprovedsignificantly.Keywords：outlierdata；powerloadforecasting；thesharpanglepointsbetweentwostraight；smooth摘要：根据负荷预测的理论，通过历史数据为基础进行电力负荷数据预测。由于实际运行过程中，采集数据存在错误，使得获得到的负荷预测曲线包含较大的锯齿状。提出一种新的离群数据挖掘方法，即求二直线的夹角方法寻找尖锐点，离群数据为尖锐点处对应电力负荷有功值，然后使用曲线平滑的方法对这些离群数据进行了处理。实验证明，运用提出的这一

5、新的离群数据挖掘方法处理负荷预测曲线，预测结果明显改进。关键词：离群数据；负荷预测；直线夹角；平滑DOI：10.3778/j.issn.1002-8331.2010.21.061文章编号：1002-8331（2010）21-0213-03文献标识码：Ａ中图分类号：TP3911引言响负荷预测原因之一。因此，对预测的离群数据结果进行平离群数据（Outlier）就是明显偏离其他数据，不满足数据滑处理，使用求二直线的夹角方法求尖锐点，离群数据为尖锐的一般模式或行为，与存在的其他数据不一致[1-4]。点的负荷有功值，并采用曲线平滑的方法对这些离群

6、数据进电力负荷预测工作的关键在于收集大量的历史数据，建行了处理。实验证明，运用提出的一种新的离群数据挖掘方立科学有效的预测模型，采用有效的算法，以历史数据为基法处理负荷预测曲线，预测结果明显改进。础，进行大量试验性研究分析，不断校正模型和算法，以真实反映负荷变化规律。根据负荷预测的理论，使用数据挖掘的2问题背景方法以历史数据为基础，对电力负荷数据预测是电力预测方电力负荷预测模型采用的数据挖掘算法为决策树算法，法之一。首先将电力负荷数据与各相关因素的数据组合起决策树算法可以定量地分析气象属性、时间属性（星期）和负来，进行数据的预处理和清洗

7、；然后，选择数据挖掘算法对这荷之间的关系，采用的气象属性共包括：气温基准值及变化些数据进行分析，得到各相关因素对电力负荷的影响的定量值、相对湿度基准值及变化值、云量基准值及变化值、雨量基表示，根据这种定量表示，结合历史的负荷曲线、气象数据和准值及其变化值、水汽压基准值及其变化值、阵风最大风速基明天的气象数据，预测出明天的负荷曲线。数据挖掘的结果准值及变化值共计12个属性。通过预测算法获取全天96个是通过对大量的历史数据加以分析得出的，它能够客观地给点的预测值，将全天96个点的预测值连接成曲线，再经过曲出数据中隐含的有用信息和知识规律，具

8、有较高的可信度[5-6]。线调整算法的处理，得到该天的负荷预测曲线。由于要预测但由于实际运行过程中，采集数据存在错误，例如，在某的是电力负荷曲线，是一个连续变化的过程。而挖掘算法得个时间点的值丢失为零，或采