%0 Journal Article
%T 基于模糊推理系统的多因素电力负荷预测
%A 张国江
%A 李继红
%A 邱家驹
%J 电力系统自动化
%D 2002
%X 在多因素负荷预测的建模中，模糊推理系统是一种较为有效的方法。输入变量选择和输入空间划分是模糊建模的基础，也是难点所在。数据挖掘中的分类思想有助于解决此问题。文中采用分类和回归树(CART)算法对解决这一问题进行了尝试，并构造ANFIS网络进行参数辨识。建模过程几乎完全基于数据进行，不需要人工的过多干预，保证了模型能客观地反映相关变量与负荷值之间的复杂关系。用该方法与普通BP算法分别对浙江省多地区进行了一个月的日负荷预测实例分析，该方法较好的收敛性和预测精度说明，CART算法与ANFIS相结合，是基于数值的模糊建模的一种有效方法
%K 负荷预测
%K 模糊推理
%K 数据挖掘
%K 分类和回归树算法
%K ANFIS
%K 负荷预测
%K 模糊推理
%K 数据挖掘
%K 分类和回归树算法
%K ANFIS
%U http://www.aeps-info.com/aeps/article/abstract/10771?st=article_issue