基于人工神经网络的电力负荷坏数据辨识与调整

被引：57

作者：

张国江

邱家驹

李继红

机构：

[1] 浙江大学电气工程学院!浙江杭州

[2] 浙江省电力局!浙江杭州

来源：

中国电机工程学报 | 2001年 / 08期

关键词：

坏数据辨识; 神经网络; 特征曲线; 泛化;

D O I：

10.13334/j.0258-8013.pcsee.2001.08.023

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

电力负荷坏数据辨识应充分考虑负荷曲线本身的特征。先用Kohonen网对日负荷曲线进行聚类 ,产生各类的特征曲线 ;然后用特征曲线及由此产生的含有坏数据的曲线形成的样本集对BP网进行训练 ,利用BP网的泛化能力 ,使之具备对本类曲线进行坏数据精确定位的能力 ;最后利用特征曲线进行坏数据的调整。该方法能够做到离线训练 ,在线辨识 ,实例分析取得了良好的效果。

引用

页码：105 / 108+114

页数：5