小波模糊神经网络在电力系统短期负荷预测中的应用

被引：166

作者：

邰能灵

侯志俭

机构：

[1] 上海交通大学电子信息与电气工程学院电气工程系,上海交通大学电子信息与电气工程学院电气工程系上海,上海

来源：

基金：

中国博士后科学基金;

关键词：

电力系统; 短期负荷预测; 小波模糊神经网络; 预测方法;

D O I：

10.13334/j.0258-8013.pcsee.2004.01.005

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：

该文研究了基于小波模糊神经网络的电力系统短期负荷预测新方法。根据小波变换自适应可调时频窗的特点,利用小波分析对负荷样本做序列分解,对高尺度负荷分量采用常规预测方法,其他负荷分量则采用模糊神经网络处理技术,最后通过序列重构,得到完整的负荷预测结果。算例计算表明,新方法具有较高的预测精度和适应能力。

引用

页数：6

共 4 条

[1]

牛东晓 ;

陈志业 ;

邢棉 ;

谢宏 .

[2]

谢敬东 ;

唐国庆 ;

徐高飞 ;

陈高文 .

[3]

陈志业 ;

牛东晓 ;

张英怀 ;

谢宏 ;

齐喜全 .

[4]

能量管理系统.[M].于尔铿等著;.科学出版社.1998,