基于小波变换和SVM算法的微电网短期负荷预测研究

被引:17
作者
杨再鹤
向铁元
郑丹
机构
[1] 武汉大学电气工程学院
关键词
微电网; 短期负荷预测; 离散小波变换; 支持向量机; 波动性;
D O I
10.19725/j.cnki.1007-2322.2014.03.014
中图分类号
TM715.1 [];
学科分类号
080802 ;
摘要
为了满足微电网的建设和发展对其负荷预测的精度和方法适应性提出的更高要求,本文在时域和频域上比较分析了微电网负荷曲线和传统负荷曲线,得出了微电网负荷波动性更强的结论,然后根据微电网负荷的特点,考虑微电网负荷受星期类型和气象因素的影响,提出对微电网负荷进行离散小波分解的基础上,建立支持向量机(SVM)模型对各层分量分别进行预测,最后运用分解关系得出预测结果。研究表明,与直接应用SVM模型预测相比,分解微电网负荷曲线后再进行SVM模型预测能够实现更高的预测精度,更适用于当前微电网短期负荷预测需要。
引用
收藏
页码:74 / 79
页数:6
相关论文
共 7 条
[1]   基于分布式电源的微网技术 [J].
赵宏伟 ;
吴涛涛 .
电力系统及其自动化学报, 2008, (01) :121-128
[2]   基于支持向量回归的时间序列预测 [J].
杨金芳 ;
翟永杰 ;
王东风 ;
徐大平 .
中国电机工程学报, 2005, (17) :110-114
[3]   基于时间序列的支持向量机在负荷预测中的应用 [J].
张林 ;
刘先珊 ;
阴和俊 .
电网技术, 2004, (19) :38-41
[4]   短期负荷预测的支持向量机方法研究 [J].
李元诚 ;
方廷健 ;
于尔铿 .
中国电机工程学报, 2003, (06) :55-59
[5]   基于模糊聚类的神经网络短期负荷预测方法 [J].
姜勇 .
电网技术, 2003, (02) :45-49
[6]   基于改进时间序列法的配电网短期负荷预测模型 [J].
焦建林 ;
芦晶晶 .
电工技术杂志, 2002, (05) :25-28
[7]  
微电网运行、控制与保护技术[M]. 中国电力出版社 , 张建华, 2010