论文部分内容阅读
本论文针对负荷时变性及基于总体测变法现场实测数据建模给负荷建模工作所带来的模型参数分散性，模型外推、内插性较差等缺点和不足，以及随着现场实测数据的增加给数据的处理和管理工作所带来的不便，在电力负荷动特性综合和负荷模型分类的基础上，通过基于神经网络模式识别的方法，建立负荷模型分类器，借助于该分类器，将实测的负荷数据归入不同的类别之中，以期将已有数据分门别类，建立一个个相应