基于ART-CC的电力负荷数据预处理

• 作者: 吴耀华
• 来源期刊: 陕西理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 负荷预测 自适应共振网络 超圆神经元网络 脏数据处理
• 年，卷（期）: 2008,（1）
• 页码范围: 25-28
• 页数: 4页
• 分类号: TM715
• 字数: 3259字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2944.2008.01.006

摘要

电力负荷观测值由于受到各种因素的影响,正常的负荷数据中夹杂着许多脏数据,严重影响负荷预测的精度.对此提出了由自适应共振网络(ART网络)和超圆神经元网络(CC网络)组合而成的神经网络模型,并应用该模型清洗陕西省某地区的负荷数据,结果表明该模型能较好的完成脏数据的辨识任务,对负荷数据修正后能明显提高负荷预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴耀华	陕西理工学院电气工程系	17	89	6.0	9.0