基于小波-神经网络的电力系统短期负荷预测.pdfVIP

维普资讯 第2O卷第 l8期 系 统 仿 真 学 报◎ 、，0l_2ON0．18 2008年9月 JournalofSystem Simulation Sep．，2008 基于小波．神经网络的电力系统短期负荷预测 向峥嵘，王学平 f南京理工大学自动化学院，南京 210094) 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。 关键词：短期负荷；小波变换；人工神经网络；预测 中图分类号：TP18 文献标识码：A 文章编号：1004—731X(2008)18．5018．03 ForecastingApproachtoShort-timeLoad Using veletDecompositionandArtificialNeuralNetwork XIANG Zheng-rong，WANGXue-ping (SchoolofAutomation，NanjingUniversityofScienceandTechnology,Naming210094，China) Abstract：Anapproachtoshort-timeloadforecasting(STLF)usingartificialneuralnetworkandwaveletdecomposition (WVNN)wasproposed．Firstly,theloadsequencewasdecomposedintosub—sequencesondifferentscalesbyusingthe wavelettransform．Then，thesesub-sequenceswereforecastedbyappropriateartificialneuralnetworks，respectively．Finally, theload forecasting sequencewasobtainedby thereconstruction oftheforecastedresultsfrom thesub—sequences．The waveletdecompositioncanextractsomeperiodicalandnonlinearfeaturesoftheload,andcorrespondingforecastingmethod canbeadoptedaccordingtothefeaturesofthesub—sequences，respectively．Thesimulationresultsshowthattheproposed methodpossesseshighforecastingaccuracyandadaptability． Keywords：short-termload；wavelettransform；artificialneuralnetwork(ANN)；forecasting 引 言 1 小波．神经网络预测模型 电力系统短期负荷预~(STLF)无论是对于制订电力系 电力系统中臼负荷曲