基于小波变换和支持向量机的电力系统短期负荷预测

被引：20

作者：

叶淳铮

常鲜戎

顾为国

机构：

[1] 华北电力大学电力与电子工程学院

来源：

电力系统保护与控制 | 2009年 / 37卷 / 14期

关键词：

小波变换; 电力系统; 短期负荷预测; 支持向量机;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

提出一种改进的基于离散小波变换和支持向量机的短期负荷预测方法。运用离散小波变换将负荷时间序列分解为高低频子序列,采用目前较为成熟的支持向量机方法,选择适当的参数对每个序列进行滚动式的单支预测,最后将各分支预测结果相加最终实现负荷预测。实例中负荷数据采用四川省某地区的历史负荷,对该地区的日96点负荷进行全年预测,并将该算法与支持向量机算法进行比较,结果表明,该算法具有较高预测精确性。

引用

收藏

页码：41 / 45

页数：5

相关论文

共 10 条

[1] 短期负荷预测中实时气象因素的影响分析及其处理策略 [J].

康重庆 ;

周安石 ;

王鹏 ;

郑广君 ;

刘一 .

电网技术, 2006, (07) :5-10

[2] 基于小波变换和最小二乘支持向量机的短期电力负荷预测 [J].

杨延西 ;

刘丁 .

电网技术, 2005, (13) :60-64

[3] 基于支持向量机的电力系统短期负荷预测 [J].

潘峰 ;

程浩忠 ;

杨镜非 ;

张澄 ;

潘震东 .

电网技术, 2004, (21) :39-42

[4] 电力市场中预测问题的新内涵 [J].

康重庆 ;

夏清 ;

胡左浩 ;

张伯明 .

电力系统自动化, 2004, (18) :1-6

[5] 电力系统负荷预测研究综述与发展方向的探讨 [J].

康重庆 ;

夏清 ;

张伯明 .

电力系统自动化, 2004, (17) :1-11

[6] 小波模糊神经网络在电力系统短期负荷预测中的应用 [J].

邰能灵 ;

侯志俭 .

中国电机工程学报, 2004, (01) :24-29

[7] 一种利用可加性模糊系统的短期负荷预测新方法 [J].

刘耀年 ;

祝滨 ;

曾令全 ;

张文生 ;

李月玲 .

电网技术, 2003, (08) :68-71

[8] 应用小波分析进行短期负荷预测 [J].

顾洁 .

电力系统及其自动化学报, 2003, (02) :40-44+65

[9] 基于神经网络的电力系统短期负荷预测研究 [J].

周佃民 ;

管晓宏 ;

孙婕 ;

黄勇 .

电网技术, 2002, (02) :10-13+18

[10] 短期电力负荷预测的数据主成份分析 [J].

谢宏 ;

陈志业 ;

牛东晓 .

电网技术, 2000, (01) :43-46