基于人工神经网络的电力负荷坏数据辨识与调整

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。

关键词：坏数据辨识、神经网络、特征曲线、泛化

所属期刊栏目：21

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2004-01-08（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：104-107，113