论文部分内容阅读
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。各种非负荷因素具有随机性、复杂性和非线性的特点,导致电力系统中的数据庞大繁杂,这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。本文采用数据预处理的方法,对数据进行了清理、转换和聚类分析,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