电力系统短期负荷预测不仅受到负荷序列自身的影响,而且受到自然因素、日期类型因素、政治因素以及突发事件等非负荷因素的影响.这些非负荷因素导致电力系统中的数据庞大繁杂,增加了负荷预测的难度,因此选择一种优良数据数理方法显得十分重要.本文考虑了电力系统短期负荷的特性,采用数据预处理的方法,对负荷数据以及气象数据进行了清理、转换和聚类分析等工作,从而保证了数据的可靠性和有效性,为负荷预测做好了准备工作.全面考虑了负荷因素与非负荷因素对预测的影响,运用决策树C4.5算法在Weka软件上建立负荷预测模型,通过对江西某市进行实例分析验证,其精度达到了负荷预测的要求.
NETL
NSTL
万方数据
