欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
针对过去负荷预测仅考虑定量数字型影响因素和历史数据的不足，进一步全面考虑对负荷有重要影响的各类定性描述的知识型影响因素，研究建立影响负荷的各类知识文本的标准、结构及规范，研究基于经验知识的推理规则；提出针对预测目标影响相似性的定性与定量知识的协同知识挖掘预处理方法，定向聚类挖掘基于知识发现的与预测目标具有高相似性的历史数据，以此为输入，提出可自动优化确定网络结构且强化全局寻优的自组织变结构优化神经网络负荷预测模型，并与其它方法比较，提出根据推理规则知识和隐性经验知识的后干预校正方法，使预测精度得到突破性的提高。意义预测理论发展到今天，最大的难题是定性影响因素知识的处理，包括文本知识、经验知识、推理规则等，如何协同综合提取各类知识并在模型中发挥重要作用，从而突破性地提高预测精度，是需要深入研究的问题，具有重要的理论与实际意义，我们以电力负荷为对象展开研究，为预测理论发展做出努力。
结论摘要：
英文主题词forecasting theory; load forecasting; knowledge factors; collaborative knowledge mining; optimal forecasting
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
Multi-objective coordination optimal model for new power intelligence center based on hybrid algorit
Electricity price forecasting using generalized regression neural network based on principal compone
相关项目
的项目