数据挖掘技术用于负荷与负荷影响因素的相关性分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：电力系统短期负荷预测中存在大量的不确定因素直接影响到负荷预测结果的准确性，将模糊聚类分析和粗糙集理论结合在一起对电力系统短期负荷与影响因素进行相关性分析。通过模糊聚类分析，根据气温、相对湿度以及日类型等影响负荷的因素将负荷历史数据分成若干类，提出了一种对原始数据先进行模糊聚类，再提取规则的基于模糊集和粗糙集技术的关联规则挖掘策略，可以在一定程度内减少噪声数据的干扰，消除数据对象中的冗余属性，有利于提高规则挖掘的有效性。

原文链接:http://www.cqvip.com//QK/92371A/200606/23294121.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据挖掘技术 相关性分析 影响因素 数据挖掘 相关性 关联规则 数据挖掘 粗糙集 模糊集 短期负荷影响因素