基于ART-2网络的日负荷特征曲线提取方法

被引：2

作者：

熊文贤

牟维祥

机构：

[1] 重庆三峡水利电力学校

[2] 重庆万州供电局重庆市万洲区

来源：

电网技术 | 2007年 / S1期

关键词：

日负荷; 特征曲线; ART2网络; 距离; 模式漂移;

D O I：

10.13335/j.1000-3673.pst.2007.s1.037

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

电力日负荷特征曲线的提取是电力负荷数据中脏数据的辨识、调整工作和短期负荷预测的重要内容。ART-2神经网络具有实时学习的能力,能根据新的负荷数据产生新的类别,还可通过对输入向量进行归一化和非线性变换来预处理,有抑制噪声增强对比的作用,因此具有很强的抗差能力。算例分析结果证明用ART-2网络提取电力日负荷特征曲线更具优势,可以取得满意的效果。

引用

页码：89 / 91

页数：3

共 6 条

[1] 混合模糊神经网络在短期负荷预测中的应用 [J].