基于人工神经网络的电网负荷数据分类方法

• 作者: 花洁 李伟
• 来源期刊: 能源与环保
• 学科: 工学
• 关键词: 人工神经网络 电网数据 电网负荷数据 数据分类方法
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 机电与智能化|Mechatronics and Intellectualization
• 页码范围: 264-269
• 页数: 6页
• 分类号: TN912.34
• 语种: 中文
• DOI: 10.19389/j.cnki.1003-0506.2022.02.044

摘要

当前的电网负荷数据分类方法忽略了对负荷数据训练集的设计,导致分类结果存在较高的信噪比,冗余数据也较多.为此,基于人工神经网络设计电网负荷数据分类方法.提取离群点数据,利用人工神经网络算法设计训练集,逼近优化电网负荷数据,生成冗余数据周期性筛查模型,完成电网负荷数据分类.实验结果表明,该方法信噪比高于常规方法,对冗余数据的清除更彻底,且与当前方法相比,准确率、精度以召回率更高,应用性能更理想.