基于小波与DBN的负荷预测模型

被引：6

作者：

田庆安 ^{[1
]}

郭玉锦 ^{[2
]}

王文涛 ^{[3
]}

机构：

[1] 河南省交通运输厅高速公路洛阳管理处

[2] 轻工业钟表研究所

[3] 西安天和防务技术股份有限公司

来源：

兰州理工大学学报 | 2017年 / 43卷 / 02期

关键词：

负荷预测; 小波降噪; BP; 深度置信网络; 组合模型;

D O I：

10.13295/j.cnki.jlut.2017.02.019

中图分类号：

TM715 [电力系统规划]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对原始数据存在干扰以及BP神经网络和深度置信网络(DBN)局限性的问题,提出了一种小波与DBN相结合的负荷预测模型.该方法主要是先将原始负荷数据进行小波降噪,将降噪后的数据用来训练DBN模型,最后用该模型进行负荷预测.分别对比BP、DBN以及小波与DBN组合模型对负荷的预测结果与真实值的差异,仿真结果表明小波与DBN组合预测模型预测曲线趋势和真实值的一致性最好,从数据中得出BP、DBN以及组合模型预测结果的均方根误差分别为23.862、13.656和10.477,说明小波与DBN组合模型对负荷预测的准确性最高.

引用

页码：110 / 114

页数：5

共 10 条

[1] Wavelet domain denoising method based on multistage median filtering[J]. WU Jin.The Journal of China Universities of Posts and Telecommunications. 2013(02)
[2] 基于经验模式分解和时间序列分析的风电场风速预测
刘兴杰
米增强
杨奇逊
樊小伟
吴俊华
[J]. 太阳能学报, 2010, 31 (08) : 1037 - 1041
[3] 大规模风力发电对电力系统的影响
李锋
陆一川
[J]. 中国电力, 2006, (11) : 80 - 84
[4] 基于深度学习理论的短期风速多步预测方法研究[A]. 万杰,胡清华,刘金福,苏鹏宇,于达仁.智能化电站技术发展研讨暨电站自动化2013年会论文集[C]. 2013
[5] A new hybrid Modified Firefly Algorithm and Support Vector Regression model for accurate Short Term Load Forecasting
Kavousi-Fard, Abdollah
Samet, Haidar
Marzbani, Fatemeh
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2014, 41 (13) : 6047 - 6056
[6] An Efficient Learning Procedure for Deep Boltzmann Machines
Salakhutdinov, Ruslan
Hinton, Geoffrey
[J]. NEURAL COMPUTATION, 2012, 24 (08) : 1967 - 2006
[7] Forecasting next-day electricity demand and price using nonparametric functional methods
Vilar, Juan M.
Cao, Ricardo
Aneiros, German
[J]. INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, 2012, 39 (01) : 48 - 55
[8] DBN-based structural learning and optimisation for automated handwritten character recognition
Pauplin, Olivier
Jiang, Jianmin
[J]. PATTERN RECOGNITION LETTERS, 2012, 33 (06) : 685 - 692
[9] An adaptive fuzzy combination model based on self-organizing map and support vector regression for electric load forecasting[J] . Jinxing Che,Jianzhou Wang,Guangfu Wang.Energy . 2011 (1)
[10] A fast learning algorithm for deep belief nets
Hinton, Geoffrey E.
Osindero, Simon
Teh, Yee-Whye
[J]. NEURAL COMPUTATION, 2006, 18 (07) : 1527 - 1554

← 1 →