[1]耿波 仲红 徐杰 闫娜娜.用关联分析法对负荷预测结果进行二次处理[J].计算机技术与发展,2008,(04):171-173.
　GENG Bo,ZHONG Hong,XU Jie,et al.Using Correlation Analysis to Treat Load Forecasting Results[J].,2008,(04):171-173.
点击复制

用关联分析法对负荷预测结果进行二次处理()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2008年04期
页码:
171-173
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Using Correlation Analysis to Treat Load Forecasting Results
文章编号:
1673-629X（2008）04-0171-03
作者:
耿波 仲红 徐杰 闫娜娜
安徽大学计算机信息学院
Author(s):
GENG Bo; ZHONG Hong; XU Jie;  YAN Na-na
School of Computer and Information, Anhui University
关键词:
负荷预测; 数据挖掘; 关联规则; 聚类; 决策树
Keywords:
load forecast;  data mining;  association rule;  clustering;  decision tree
分类号:
TP311
文献标志码:
A
摘要:
短期电力负荷预测是电力系统管理现代化的重要内容之一，是对发电、输电和电能分配等合理安排的必要前提，对提高电力系统的各方面的效益有非常重要的影响。随着电力系统管理现代化的发展，电力部门对短期负荷预测精度的要求也越来越高。介绍了现有的电力负荷预测技术的研究状况，并在此基础上提出了利用关联规则分析法对负荷预测结果进行二次处理。实验结果表明负荷预测结果通过关联规则分析法的处理，其准确率得到一定程度的提高
Abstract:
The short-term load forecast is an important aspect of power management system modernization. It＇s very important to improve benefits of power system. Along with the development of electrical power system management modernization, the request of the short

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(04):120.
[2]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(04):143.
[3]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(04):235.
[4]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(04):114.
[5]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(04):229.
[6]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(04):93.
[7]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(04):105.
[8]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(04):84.
[9]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(04):109.
[10]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(04):113.

备注/Memo

备注/Memo:
安徽省自然基金项目（070412051）;安徽高校省级重点自然科学研究项目（KJ2007A43）耿波（1982-），男，硕士研究生，研究方向为数据挖掘；仲红,硕士生导师，研究方向为数据挖掘
更新日期/Last Update: 1900-01-01