论文部分内容阅读
针对大电网的短期负荷预测，本文建立了按地域划分的网格化电力系统短期负荷预测模型。各子网格根据自身的历史负荷和气象条件建立对网格更为有效的负荷预测模型，从而获得更加准确的预测结果。文中采用面向粗糙集的默认规则挖掘算法MDRBR(mining default rules based on rough set)构造各单一预测模型，该算法同时考虑了区域的负荷特性和气象因素，能准确地得出预测负荷。文中首先描述了MDRBR算法，分析研究了网格化的日负荷多层规则网络构造过程，并给出了基于MDRBR算法的日负荷预测过程以及实际的负荷预测结果。分析结果表明，该网格化负荷预测模型能更加准确地得出预测结果，有效地减少噪音，计算简单，且规则搜索效率高。