基于人工神经网络的负荷数据预处理

摘要：

对历史负荷数据进行处理是提高电力系统负荷预测精度首先要解决的问题.脏数据处理的过程就是对于含有脏数据的负荷曲线模式的辨识过程.首先利用自适应共振网络(ART网)对日负荷曲线进行分类,确定出每一类负荷曲线的特征曲线;然后用超圆神经网络(CC网)对特征曲线进行脏数据辨识;最后利用扩展短期负荷预测方法对脏数据进行修正.对某市2002年8月份的数据进行脏数据辨识,结果证明所提出的模型对脏数据的平均检测率为92.11%,效果令人满意.采用该处理过的历史数据对某市2002年8月14日的负荷进行预测,结果表明,利用该方法处理后的数据进行负荷预测提高了负荷预测的精度.

关键词：数据预处理、负荷预测、模式识别

所属期刊栏目：23

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2007-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：277-281