论文部分内容阅读
短期负荷预测的特点是明显受到天气变化、节假日、工作日类型、重大社会活动及突发事件等各种因素的影响,其难点是不但要考虑负荷本身作为一种时间序列的特性,而且需要考虑各种非负荷因素的影响。电力系统负荷的历史数据复杂而且庞大,其数据具有有限性、不完整性、影响因素复杂性等特点。因此对其加工、处理、进行数据挖掘很有必要。本文对历史数据进行了数据预处理,包括数据清理、数据集成与转换和数据归约,既保证了数据的正确性和有效性,义使得数据的格式内容更加适合负荷预测。本文综合考虑了非负荷因素对短期负荷预测