小波模糊神经网络在电力系统短期负荷预测中的应用_邰能灵.pdf

DOI:10.13334/j.0258-8013.pcsee.2004.01.005 第24 卷 第1 期 中 国 电 机 工 程 学 报 Vol.24 No. 1 Jan. 2004 2004 年1 月 Proceedings of the CSEE ©2004 Chin.Soc.for Elec.Eng. 文章编号：0258-8013 (2004) 01-0024-06 中图分类号：TM76 文献标识码：A 学科分类号：4704051 小波模糊神经网络在电力系统短期 负荷预测中的应用 邰能灵, 侯志俭 （上海交通大学电子信息与电气工程学院电气工程系, 上海 200030 ） NEW SHORT-TERM LOAD FORECASTING PRINCIPLE WITH THE WAVELET TRANSFORM FUZZY NEURAL NETWORK FOR THE POWER SYSTEMS TAI Neng-ling, HOU Zhi-jian (Shanghai Jiao Tong University, Shanghai 200030, China) ABSTRACT: This paper present s a new method based on the 法，专家系统及组合预测法等，负荷预测的精度也 wavelet transform (WT) fuzzy neural network for the short-term [1~4] 逐渐提高 。但由于负荷变化存在着较强的随机性 load forecasting. By the WT, the different load sequence 和复杂性，各种方法均有一定的适用场合，并需不断 components are projected to the different scales. For the low 的改进和完善。本文研究了基于小波模糊神经网络的 scales in multiresolution analysis (MRA) results, the fuzzy neural network is very suitable for the load frequency resolution and is 电力系统短期负荷预测新方法，利用小波分析对负荷 then applied. At the same time, the matching conventional 样本做序列分解，根据小波变换自适应可调时频窗的 forecasting methods are used in high scales. After reconstruction, 特点，对高尺度负荷分量采用常规预测方法，对其他 the forecasting results are obtained. Simulation results 负荷分量则采用模糊神经网络处理技术，最后通过序 demonstrate that the proposed method can provide forecast 列重构，得到完整的负荷预测结果。大量数据计算表 precision.