基于推广的粗糙集模型的负荷预测理论与方法研究

本项目以电力系统负荷预测问题中的海量数据挖掘为工程背景和应用面向,针对负荷预测问题中数据种类混杂、数量庞大、高维数且多种不确定性共存等特点，在不确定性决策的建模与分析的理论框架之下，通过对模糊集理论、粗糙集理论和证据理论的有机结合，建立研究基于推广的粗糙集模型的知识表示、规则提取、属性约简以及复杂信息融合的理论，为具有多种不确定性的混合型海量数据挖掘提供坚实的理论基础；改进原有的基于粗糙集理论的数据挖掘方法，从机理上拓宽和增强原有的方法的功能；设计高效实用的规则提取和属性约简的算法，结合负荷预测问题进行试验验证和计算机仿真研究。本项目的研究将丰富现有的不确定性决策的建模与分析理论，提高和促进数据挖掘技术的发展，在复杂系统的海量数据处理等应用领域具有广泛的应用前景。