论文部分内容阅读
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。