基于时空数据挖掘的配电网负荷预测模型及方法研究

空间负荷预测是配电系统规划的前提和基础，它涉及大量的空间和时间信息，并且受许多不确定因素和复杂的空间关系的影响，而各因素与负荷预测值之间形成了复杂的非线性映射关系，使得建立空间负荷预测模型成为一个难点问题，因此受到了国内外研究人员的广泛重视。本课题将在分析配电网特点的基础上，引入地理信息系统和时空数据挖掘技术，研究配电网空间负荷预测的模型和方法。研究时空数据模型及空间索引技术，并建立时空数据库；研究基于粗糙集数据挖掘的脏数据处理方法和数据不完备解决方案；建立预测负荷总量的优选组合预测模型，研究将人工神经网络、灰色系统理论和时间序列挖掘方法等相结合的中长期负荷总量综合预测方法；研究基于土地利用决策的配电网空间负荷预测模型，并研究利用时空数据挖掘方法进行配电网空间负荷预测，从整体上提高负荷预测的准确性，对提高配电系统规划方案的质量，确保配电网经济、可靠地运行，具有重要的学术和实际意义。