电力系统中长期负荷预测的改进决策树算法

作者：崔旻; 顾洁

来源：上海交通大学学报, 2004, (08): 1246-1249+1255.

DOI：10.16183/j.cnki.jsjtu.2004.08.005

• 电力系统规划
• 中长期负荷预测
• 决策树
• 数据挖掘 electric power system planning
• mid-long term load forecasting
• decision tree
• data mining

以不完备数据分析(ROUSTIDA)补全算法为数据处理前导,将其与属性组合法相结合,提出应用于电力系统中长期负荷预测的改进决策树算法.算例的计算结果表明,该算法弥补了决策树算法的固有缺陷,具有计算速度快、预测精度高、预测误差变化小等优点.尤其在候选属性繁多,原始数据不完整或不准确时,改进算法更具优越性.

• 出版日期2004
• 单位上海交通大学