论文部分内容阅读
电力系统短期负荷预测中存在大量的不确定因素直接影响到负荷预测结果的准确性，本文将负荷预测问题归为多因素问题，影响负荷预测的各因素的重要程度定量为权重，在多因素问题研究中各因素的权重分配是影响最终结果的关键，本文着重对负荷预测的权重分配算法进行了研究，将模糊聚类技术和粗糙集理论结合，提出了一个基于客观信息熵的多因素权重分配算法。该算法首先将负荷预测的大量相关数据进行模糊聚类，然后应用粗糙集理论中的信息熵客观地从负荷预测的实际数据中确定各因素的权重，然后将所得权重应用于基于决策树的负荷预测模型中，并与其他方法进行了比较，证明了该方法的有效性。