基于负荷分解的电力系统短期负荷预测方法的研究

本文首先对电力系统负荷的组成、特点,以及常用短期负荷预测方法的优缺点进行了探讨。通过分析,我们发现负荷序列可以看作是一系列具有不同频率特征分量的叠加,因此将小波分析方法引入负荷预测,将负荷序列分解成具有不同频率特征的序列,对分解后的分量根据其特点构造相应的神经网络模型进行预测。考虑到气象因素特别是温度的影响,运用线性回归模型对神经网络预测结果进行修正。最后将各分量预测结果叠加以获得最终预测值。将本文方法应用于对不同地区的负荷预测,可以看出,该方法在负荷预测中具有很强的适应性和较好的精度,同其它方法相比具有显著的优势。