基于人工神经网络法的配电母线负荷分类分析

为了获得电力负荷组成信息,论文结合8类主要配电负荷的特征,采用人工神经网络法,分析了配电母线总的负荷特性,力求从总的用电数据中对配电母线负荷进行合理分类。论文编写了具体的MATLAB程序,测试了所建立的双层人工神经网络模型,并实现了配电母线负荷的分类。结果表明,使用人工神经网络进行配电母线负荷的分类是准确而稳定的,并且在重复分类实验75%以上的情况下加权因子的误差是小于10%的。在分析模型的结果时验证了该母线负荷分类方法不会显著地影响母线总的负荷特性,因为分解和聚合过程对负荷总功率造成的误差小于分解方法用于计算加权因子时产生的误差。