摘要：多目标遗传优化算法的一个优点就是可在一次迭代计算中寻找到问题的多个非劣最优解.该文应用多目标遗传算法和关联规则算法提出一个基于模糊规则的电力负荷模式分类系统.在此分类系统中采用多目标遗传优化算法从众多模糊分类规则中自动挑选出具有较好识别性能和可解释性的模糊规则,并利用模糊关联规则挖掘通过启发式规则选择改善遗传算法的搜索性能.经仿真试验表明此分类系统具有较好的分类性能,可为节假日负荷预测提供更为充分的历史数据,从而改善其负荷预测性能.

关键词：电力系统 负荷预测 人工神经网络 模糊多目标遗传优化算法 仿真 

单位：浙江大学电气工程学院，浙江省杭州市310027