论文部分内容阅读
本文在网格化负荷预测模型的基础上,提出基于分布式数据挖掘的预测模型。首先,分析了分布式数据挖掘的特点、体系结构和技术支持,并将该分布式数据挖掘应用到当前负荷预测系统中,其次,以保定和京津唐地区为例,对它们进行了分布式数据挖掘系统仿真负荷预测。本文对气象因素、影响预测模型因素及其重要程度等各方面作了深入的研究,提出了基于RBF神经网络与决策树的短期负荷预测方法进行负荷预测。采用RBF神经网络选择影响负荷预测模型的组合因素以及衡量影响的程度,运用决策树算法进行负荷预测。最后,运用保定和京津唐地区的实际负