主分量启发式约简算法的短期负荷预测.pdfVIP

第31卷第 1期 电 力 科 学 与 工 程 Vo1．31．No．1 27 2015年 1月 ElectricPowerScienceandEngineering Jan．，2015 主分量启发式约简算法的短期负荷预测 马立新，郑晓栋，尹晶晶 (上海理工大学 电气工程系，上海 200093) 摘要：针对众多不确定要素影响电力负荷预测准确度的问题，对粗糙集理论进行研究的基础上，提 出了 基于属性主分量的启发式约简算法，对天气及负荷历史数据进行处理，并建立了与广义回归神经网络结 合的短期负荷预测模型。通过属性约简算法提取对未知负荷变化影响大的关键要素，得到的要素属性作 为该模型的学习样本。算例结果表明，新算法与根据经验选取输入参数的传统广义回归神经网络相比， 预测准确度有了明显的提高，计算量减少，更适用于短期 电力负荷预测。