属性约简在空间电力负荷预测中的应用
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TM715

基金项目:


Application of Attribute Reduct Method in Spatial Load Forecasting
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    空间电力负荷预测是一个将总量负荷预测分配到供电小区的过程,涉及空间信息量多,影响其未来小区使用的因素也多,这就需要大量的存储空间和较长的运算时间.粗糙集是一种新型的数据分析方法,属性约简是其主要算法,它不需提供问题所需处理的数据集合之外的任何辅助信息.因此采用粗糙集(Rough Set)区分矩阵法对空间电力负荷预测中可能影响小区用地决策的相关属性进行约简,去除冗余属性,得出决定小区用地类型的决策规则,取得了较好的效果,提高了整个负荷预测效率.

    Abstract:

    Spatial load forecasting is a process distributing the total forecasted load to all partitioned area, and involving more spatial information and more factor influencing application of the future small area, which need a great deal of memory space and longer operation time. Rough set is new method of data analysis. It need not be provided with any advanced information except data set. But attribute reduct is its main algorithms. Division matrix approach on rough set used to reduce the attribute related to land - use decision in order to remove redundancy attribute and then the rules of small area land - use decision is distilled. The method obtained better effect and enhanced the total load forecasting efficiency.

    参考文献
    相似文献
    引证文献
引用本文

雷绍兰,孙才新,周林,周湶,程其云.属性约简在空间电力负荷预测中的应用[J].重庆大学学报,2004,27(3):85-88.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2003-11-08
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码