论文部分内容阅读
电力负荷预测中非正常日的负荷预测是提高整体预测精度的关键。本文提出了一种基于知识库技术的新型短期负荷预测方法。首先,利用小波坏数据检测原理和软阈值细节消噪法对原始负荷中的坏数据进行预处理。其次,将处理后的负荷数据及其影响因素按照事例推理的表示方法组织成事例型知识库;利用k-最近邻法检索出与待测事例属性相近的相似事例,其中,采用基于粗糙集的权值确定法来确定负荷事例影响因素的属性权值;在事例精简过程中,利用信息熵与主成分分析法联合对相似事例的负荷数据冗余进行约简;利用得到的相似事例的负荷数据对基于动态数