基于信息熵的電力負(fù)荷預(yù)測算法研究

王鴻健

（邵陽醫(yī)專 網(wǎng)絡(luò)中心，湖南 邵陽 422000）

基于信息熵的電力負(fù)荷預(yù)測算法研究

王鴻健

（邵陽醫(yī)專 網(wǎng)絡(luò)中心，湖南 邵陽 422000）

從粗集理論和信息論出發(fā)，依據(jù)屬性約簡的判斷標(biāo)準(zhǔn)，提出了基于信息熵的電力負(fù)荷預(yù)測最佳屬性集發(fā)現(xiàn)方法.

數(shù)據(jù)挖掘；粗集理論；信息熵；屬性集

1 引言

從粗集理論和信息論[1，2，3，4]出發(fā)，我們將電力負(fù)荷預(yù)測系統(tǒng)看作是一決策系統(tǒng)，相關(guān)環(huán)境因素變量即為條件屬性，待預(yù)測負(fù)荷量即為決策屬性.則從所有可能相關(guān)的環(huán)境因素中去除冗余或次要的環(huán)境因素以及選擇重要的環(huán)境因素，即是屬性約簡[5，6，7]及屬性重要性的衡量問題.

2 設(shè)待挖掘電力負(fù)荷數(shù)據(jù)庫T=，其中C、D分別為相關(guān)環(huán)境因素屬性集和待預(yù)測負(fù)荷量屬性

方法包括兩個主要步驟：

2.1 屬性值離散化：對待挖掘電力負(fù)荷數(shù)據(jù)庫T各屬性上的取值分別進(jìn)行合理分類，并以類別標(biāo)識代替各記錄在該屬性上的取值，形成離散化后的負(fù)荷數(shù)據(jù)庫TA.

2.2 電力負(fù)荷預(yù)測最佳屬性集發(fā)現(xiàn)：由離散化后的電力負(fù)荷數(shù)據(jù)庫TA，將全部相關(guān)環(huán)境因素屬性集C作為初始條件屬性集，依據(jù)粗集理論和信息論的屬性重要性的衡量標(biāo)準(zhǔn)及屬性約簡的判斷依據(jù)，對C進(jìn)行逐步約簡，刪除冗余和次要的屬性，得到電力負(fù)荷預(yù)測最佳屬性集.

下面我們分別給出這兩部分的實(shí)現(xiàn)算法.

3 基于信息熵的電力負(fù)荷預(yù)測最佳屬性集發(fā)現(xiàn)算法

輸入：離散化后的電力負(fù)荷數(shù)據(jù)庫TA=，其中C、D分別為相關(guān)環(huán)境因素屬性集和負(fù)荷量屬性集

輸出：相關(guān)環(huán)境因素屬性集C的一個最佳屬性集B

Step1：計(jì)算TA中D相對于C的條件熵H (D|C)

Step2：計(jì)算D相對每個屬性ai∈C的條件熵H（D|{ai}），將ai按H（D|{ai}）降序排列得隊(duì)列QUEUE（ai）（ai∈C）

Step3：令B＝C.設(shè)置屬性重要程度閥值ε的初值

Repeat

（1）取隊(duì)列QUEUE（ai）的頭元素a1，并將a1從隊(duì)列中刪除

（2）計(jì)算屬性集D相對屬性集B在刪掉ai后的條件熵H（D|B－{ai}）

（3）如果H（D|C）=H（D|B－{ai}）

表明屬性ai為冗余屬性，應(yīng)當(dāng)約簡，B＝B－{ai}否則

如果0＜H（D|B－{ai}）－H（D|C）＜ε

表明屬性ai為非重要屬性，根據(jù)需要決定是否約簡.若約簡，B＝B－{ai}

否則

表明屬性ai是重要屬性，不能被約簡，B不變until屬性集B不再發(fā)生變化

4 實(shí)例

我們以電力預(yù)測日整點(diǎn)時刻的負(fù)荷值時，確定選擇哪些相關(guān)環(huán)境變量作為主要輸入變量對提出的電力負(fù)荷預(yù)測最佳屬性集發(fā)現(xiàn)算法進(jìn)行了測試.我們的實(shí)驗(yàn)設(shè)計(jì)如下：

我們收集了湖南省電力局09.2.l－09.5.31的每日12點(diǎn)時刻的負(fù)荷值共120條記錄樣本信息（列出其中21條,表1），其中每個樣本含有6個條件屬性和1個決策屬性.這些條件屬性為C={當(dāng)天最高溫度、當(dāng)天最低溫度、當(dāng)天日期類型、前1天12點(diǎn)時刻的負(fù)荷值，前2天12點(diǎn)時刻的負(fù)荷值，前7天12點(diǎn)時刻的負(fù)荷值}.決策屬性為D={當(dāng)天12點(diǎn)時刻的負(fù)荷值}.

利用該算法求最佳屬性集的過程如下：

（1）按1.1所述方法進(jìn)行屬性值離散化.設(shè)屬性重要程度閥值ε=0

（2）計(jì)算決策屬性集D相對條件屬性集C的條件熵為H（D|C）＝0

（3）計(jì)算屬性集D相對屬性集B在刪掉ai后的條件熵H（D|B－{ai}），得到結(jié)果如表2,在2中，前2天12點(diǎn)時刻的負(fù)荷值條件信息熵為0，說明前2天12點(diǎn)時刻的負(fù)荷值對預(yù)測當(dāng)天12點(diǎn)時刻的負(fù)荷值沒有什么幫助，可以約簡.繼續(xù)用同樣的方法對剩下的屬性進(jìn)行計(jì)算，發(fā)現(xiàn)再無法找到其他滿足條件的屬性，因此算法結(jié)束.最后得到的屬性集為{當(dāng)天最高溫度、當(dāng)天最低溫度、當(dāng)天日期類型、前1天12點(diǎn)時刻的負(fù)荷值，前7天12點(diǎn)時刻的負(fù)荷值},圖1的數(shù)學(xué)擬合曲線證明了該算法的有效性和科學(xué)性.

通過和仿真擬合曲線的對比,發(fā)現(xiàn)這種算法能夠比較準(zhǔn)確的反映真實(shí)值,預(yù)測誤差很低,不到5%,達(dá)到了理想的預(yù)測效果,證明了這種算法的科學(xué)和可行.

表1 湖南省電力局09年4月份負(fù)荷數(shù)據(jù)表

表2 各條件屬性的條件信息熵

圖1 負(fù)荷實(shí)際值與預(yù)測值的擬合曲線

5 結(jié)論

a.該算法設(shè)計(jì)簡單，分類適中，利用該算法能夠比較準(zhǔn)確的預(yù)測.

b.仿真和實(shí)例證明，在分類復(fù)雜或過少的不全面的前提下，該算法能夠迅速提煉最佳屬性集，能夠比較真實(shí)的預(yù)測實(shí)際值，大大減少工作的復(fù)雜度，提高工作效率.

〔1〕Pawlak Z,Grzymala-Busse J,Slow inskiR,et al.Rough sets.Communication ofthe ACM, 1995,38（11）：88-95.

〔2〕Ivo Duntsch, Gunther Gediga.Uncertainty measures of rough set prediction.Artificial Intelligence,1998.106,109-137.

〔3〕Hu X, Cercone N.Learning in relation database：A Rough set approach.International Journal of Computational Intelligence,1995,11（2）：323-338.

〔4〕苗奪謙，王鈺.粗糙集理論中概念與運(yùn)算的信息表示[J].軟件學(xué)報，1999，10（2）：113-116.

〔5〕常犁云，王國胤，吳渝.一種Rough Set理論的屬性約簡及規(guī)則提取方法[J].軟件學(xué)報,1999，10（11）：1206-1211.

〔6〕Miao Duoqian,WangJue.An informationbased algorithm forreduction ofknowledge.IEEE ICIPS’97,1997.1155-1158.

〔7〕苗奪謙，胡桂榮.知識約簡的一種啟發(fā)式算法[J].計(jì)算機(jī)研究與發(fā)展，1999，36（6）：681-684.

〔8〕Jiawei Han，Micheline Kamber.數(shù)據(jù)挖掘概念與技術(shù)[M].北京：機(jī)械工業(yè)出版社，2001.

TM715

A

1673-260X（2010）05-0098-03