基于小波-神经网络的电力系统短期负荷预测

被引:18
作者
向峥嵘
王学平
机构
[1] 南京理工大学自动化学院
关键词
短期负荷; 小波变换; 人工神经网络; 预测;
D O I
10.16182/j.cnki.joss.2008.18.017
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
基于小波变换和神经网络,提出了一种电力系统短期负荷预测方法。通过小波变换把负荷序列分解为不同频段的子序列,再对这些子序列分别采用相应的人工神经网络模型进行预测,最后重构得到负荷序列的最终预测结果。在所提出的方法中小波分解能够提取负荷的一些周期性和非线性特征,根据其子序列各自所具有的特征采用相应的预测方法。实例结果表明该方法具有很高的预测精度和较强的适应能力。
引用
收藏
页码:5018 / 5020
页数:3
相关论文
共 5 条
[1]   电力系统短期负荷预报的小波-神经网络-PARIMA方法 [J].
冉启文 ;
单永正 ;
王骐 ;
王建赜 .
中国电机工程学报, 2003, (03) :38-42+68
[2]   基于小波分析的电力系统短期负荷预测方法 [J].
邰能灵 ;
侯志俭 ;
李涛 ;
蒋传文 ;
宋炯 .
中国电机工程学报, 2003, (01) :46-51
[3]   小波分析方法在电力系统短期负荷预测中的应用 [J].
宋超 ;
黄民翔 ;
叶剑斌 .
电力系统及其自动化学报, 2002, (03) :8-12
[4]   电力系统负荷预测技术 [J].
杜松怀 .
华东电力, 2000, (09) :50-52
[5]   Kohonen neural network and wavelet transform based approach to short-term load forecasting [J].
Kim, CI ;
Yu, IK ;
Song, YH .
ELECTRIC POWER SYSTEMS RESEARCH, 2002, 63 (03) :169-176