数据挖掘与非正常日的负荷预测

提高非正常日的负荷预测精度是当前负荷预测工作的难点。文中提出了一种基于知识库的事先判别突变并做出适当处理的预测流程，介绍了利用数据挖掘的决策树技术建立知识库的方法，并给出了几种典型的非正常日修正模型。最后，通过对长时期负荷预测数据的统计分析，说明了新方法的有效性和实用性。