基于单位门函数小波包的电力负荷预测研究

被引:1
作者
黄倩
机构
[1] 上海电力学院电气工程学院
关键词
电力负荷预测; 门函数; 小波包函数; 短期预测; 长期预测;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
电力负荷预测在电力系统规划过程中,具有重要的引领和指导作用.传统电力负荷预测方法,结果误差较大,不能准确的反映出电力负荷情况.基于小波包函数的短期负荷预测数学模型,能够完整的表现出电力负荷信号的低频部分和高频部分.本文通过构建长期电力负荷预测模型,对加权型非线性模型,直线回归型,对数回归型等三种模型进行比较,得出加权型非线性模型更能够反应出电力负荷的规律,在电力负荷长期预测方面是一种比较准确的数学模型.通过实际预测结果和误差分析可知,基于小波包函数的电力负荷预测模型能有效地提高电力负荷预测的误差精度.
引用
收藏
页码:52 / 57
页数:6
相关论文
共 11 条
[1]
电力系统短期负荷预测方法综述.[J].辛钇辰;李季;.电源技术应用.2013, 10
[2]
电网负荷特性分析与预测 [J].
陈茂迁 ;
王海燕 ;
陈仕军 .
浙江电力, 2012, 31 (06) :9-12
[3]
[4]
基于优化灰色模型的农村季节性电力负荷预测 [J].
赵万明 ;
黄彦全 ;
谌贵辉 .
安徽农业科学, 2010, 38 (03) :1448-1449
[5]
人工神经网络在安全科学中的应用综述 [J].
张云飞 ;
许敏 ;
赵云胜 .
中国安全生产科学技术, 2008, 4 (06) :136-139
[6]
用电负荷预测技术及其应用 [J].
马玉 .
安徽电气工程职业技术学院学报, 2007, (01) :37-40
[7]
基于小波包分解和支持向量机的人脸识别 [J].
张立 ;
赵福才 .
通信技术, 2006, (S1) :214-216
[8]
基于短期负荷预测的超短期负荷预测曲线外推法 [J].
路轶 ;
王民昆 .
电力系统自动化, 2006, (16) :102-104
[9]
小波视频图像编码压缩中小波基的选择 [J].
唐国维 ;
魏玉芬 ;
董冬 .
试验技术与试验机, 2005, (Z1)