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。
科研之友
微信
新浪微博
Facebook
分享链接
