基于改进决策树算法的日特征负荷预测的研究.pdfVIP

25 卷 23 期 中 国 电 机 工 程 学 报 Vol.25 No.23 Dec. 2005 2005 年12 月 Proceedings of the CSEE 2005 Chin.Soc.for Elec.Eng. 文章编号：0258-8013 （2005 ）23-0036-06 中图分类号：TM71 文献标识码：A 学科分类号：47040 基于改进决策树算法的日特征负荷预测研究 1 1 1 1 1 2 然 ，刘 宇 ，黎静华 ，顾雪平 ，牛东晓 ，刘永奇 1. 华北电力大学电气工程系，河北省 保定市 071003；2. 华北电力调度局，北京市 宣武区100053 ） STUDY ON THE DAILY CHARACTERISTIC LOAD FORECASTING BASED ON THE OPTIMIZIED ALGORITHM OF DECISION TREE 1 1 1 1 1 2 LI Ran , LIU Yu , LI Jing-hua , GU Xue-ping , NIU Dong-xiao , LIU Yong-qi ( 1. North China Electric Power University, Baoding 071003, Hebei Province, China; 2. North China Power, Xuanwu District, Beijing 100053, China) ABSTRACT: To eliminate limitation of the ID3 algorithm, an 算法属性间相关性考虑较少的缺点；通过对熵阈值的设定， optimized algorithm for two-level information gain of 采用预剪枝技术，又能部分克服 ID3 算法对噪 敏感的不 attribute-value pairs is presented to establish the forecasting 足。该算法可用以生成日特征负荷决策树预测模型。该模型 model of daily- -characteristic-load decision tree. The algorithm 结合预测日的气象、星期等信息，可进行日特征负荷的预测。 has improved primitive ID3 algorithm in many aspects. It can 采用等深直方图分析思想，可对负荷变化率数据离散化，将 prevent expansion biasing the attribute which has multi values. 层次聚类和信息熵相结合，对气象数据离散化。数据预处理 By this improved algorithm, the relationship of attributes can be