2001基于小波分解与气象因素影响电力系统日负荷预测模型的研究.pdfVIP

第 2 1 卷 第 5 期 中　国　电　机 　工 　程 　学 　报 Vol . 2 1 No . 5 May 200 1 200 1 年 5 月 　 Proceedings of t he CSEE 　 200 1 Chin . Soc . for Elec . Eng. 文章编号 :025880 13 (200 1) 基于小波分解与气象因素影响的电力系统 日负荷预测模型研究 1 1 1 2 谢 　宏 , 陈志业 , 牛东晓 , 赵 　磊 ( 1. 华北电力大学 ,河北 保定 07 1003 ; 　2 . 华北电业管理局 ,北京 100053) THE RESEARCH OF DAILY LOAD FORECASTING MOD EL BASED ON WAVEL ET D ECOMPOSING AND CL IMATIC INFL UENCE 1 1 1 2 XIE Hong , CHEN G Zhiye , N IU Dongxiao , ZHAO L ei ( 1. Nort h China Elect ric Power U niver sity ,Baoding 07 1003 ,China ; 2 . Nort h China Elect ric Power Administ rative Bureau ,Beij ing 100053 ,China) ABSTRACT : In this paper , the wavelet transform is applied to de 日负荷预测是提前一天对次日规定的所有时刻 compose daily load data into wavelet component s. Each component 负荷值作出的估计 ,本质上可看作为多维矢量预测 , is considered as the sum of two part s , one of which is influenced by 其特点是要预测的数据多 ,影响因素多且复杂 。为 climatic factor and a polynomial regressive model is built for this 了有效地建立预测模型 ,综合考虑各种影响因素 ,对 part . The other part , however , is not influenced by climatic fac tors. When it s variance is bigger , a recurrent neural networks fore 数据先进行处理再建立预测模型是必要的。在文 casting model is built . Otherwise a ARMA ( p , q) model is done. In [ 1] 中 ,采用的方法是用每 日的峰谷负荷对该日负荷 this way , the precision of forecast can be improved and the efficien 数据进行标准化得到标准 日负荷曲线 ,而预测 日的 cy of building model is increased. 标准日负荷曲线通过聚类得到 。文[ 2 ] 也采用了类 KEY WORDS :wavelet ; decomposition ; climate ; recurrent neu 似的处理方法 。 ral networks ; load forecast