軟計算方法和數(shù)據(jù)挖掘理論在電力系統(tǒng)負荷預測中的應用.pdf

1、該文概述了數(shù)據(jù)挖掘技術(shù)的有關(guān)內(nèi)容,著重闡述其中兩種重要的思想:分類方法與聚類分析,并詳述它們的具體實現(xiàn)方法.該文關(guān)于負荷預測問題的研究始終貫穿了這兩種思想.神經(jīng)網(wǎng)絡和模糊系統(tǒng)是軟計算的重要基礎,它們是設計智能系統(tǒng)的精髓.該文詳細討論了BP網(wǎng)、Kohonen網(wǎng)兩種神經(jīng)網(wǎng)絡和TSK型模糊推理系統(tǒng)的原理、結(jié)構(gòu)和算法等基本問題,其中前兩者用于對負荷壞數(shù)據(jù)的處理,后者用在多因素負荷預測建模.負荷壞數(shù)據(jù)辨識是由負荷曲線抗差聚類和壞數(shù)據(jù)曲線模式分類兩

2、個順序的過程組成的;該文通過對Kohonen網(wǎng)的抗差聚類和BP網(wǎng)模式分類的效果分析,設計由這兩種網(wǎng)絡組合而成的神經(jīng)網(wǎng)絡模型,較好地完成了壞數(shù)據(jù)辨識的任務.該文以模糊推理系統(tǒng)為基礎,構(gòu)建自適應神經(jīng)—模糊系統(tǒng)建立預測模型.建模過程中解決了兩個主要問題:模糊建模中的結(jié)構(gòu)辨識問題和ANFIS系統(tǒng)參數(shù)辨識的收斂性問題.該文采用決策樹分類方法完成結(jié)構(gòu)辨識的任務,初步找出負荷變化的模式,有效減少了系統(tǒng)需要優(yōu)化調(diào)整的參數(shù)數(shù)量;采用擬牛頓優(yōu)化方法,較好地