基于小波-单神经元组合模型的电力系统负荷预测.pdfVIP

第 32卷第 4期 华 北 水 利 水 电 学 院 学 报 V ．32 No。4 2011年 8月 JournalofNorthChinaInstituteofWaterConservancyandHydroelectricPower Aug．20i1 文章编号 ：1002—5634(2011)o4—0077一O4 基于小波 一单神经元组合模型的电力系统负荷预测 曹兴霖 ，邱道尹 (华北水利水 电学院，河南 郏州450011) 摘 要 ：小波分析是一种新兴的数学工具，它能任意地提取负荷序列的细节 ．通过使用小波分析 可以在任何 水平上分析负荷序列，它对信息成分采取逐渐精细的时域与频域处理，尤其对突发与短时的信息分析具有明 显的优势。为了将小波分析用于负荷预测 ，提 出了一种基于小波分解和单神经元 的电力系统负荷预测方法， 通过小渡变换把负荷序列分解为不同频段的子序列 ，再对这些子序列采用单神经元模型进行预测，最后综合 得到负荷预测的最终预测结果 并通过算例进行了验证 ． 关键词：电力系统 ；小渡分析；负荷预测；单幸孛经元 进行预测 顾浩 也将小波分析用于负荷预测 ，由 l 概 况 该文献中的实例看出，这种方法提离了预测的精度。 电力系统负荷预测无论对于制定电力系统规划 陈哲等 。对小波分析与神经网络的组合模型的应 还是实现电力系统 自动化 、安全发供 电等都具有十 用及其研究进展进行了分析．宋超等 将某地区负 分重要的意义 由于负荷本身的复杂性积不确定性 ， 荷序列进行小波分解后对各序列分剐进行预测 ，最 没有一种方法能够完全解决负荷预测面临的问题． 后将各序列的预测结果合成得到总的预测值 ，其中 长期以来，国内外的学者对短期负荷预测理论和方 采用了6O一20—1的BP预测模型 文献 [7]把小波 法做了大量的研究，提出了很多方法 ，如常规的时间 分解和神经网络结合应用于电力系统短期负荷预测 序列法和回归分析法，神经网络法 、专家系统法 、模 中，经算例分析 ，该方法有良好的预测精度和较强的 糊逻辑法 、模糊神经网络法、混合型方法等，出于负 适应性． 荷变化存在较强的随机性和复杂性 ，没有一种足够 自适应神经元控制是神经 网络 中的一个研究热 完善的理论方法能够适用于所有场合的负荷预测 ， 点．王宁等 首先提出一种用于控制的 自适应神经 目前的各种方法均对应不同的适用场合． 元 的智能控制方法 ，且描述 了神经元 的学习策略和 小波分析 ¨作为近十多年来迅速发展 的一种 收敛性 ，给出了神经元系统控制学习算法及其学习 科学方法在工程领域 中得到了广泛 的重视．与传统 控制机理的证明 的傅立叶分析相 比，它具有 良好 的时域与频域 的 笔者提 出了采用小波分析和单神经元 的组合模 “显微镜”功能，可以对信息成分采取逐渐精细的时 型对电力系统的负荷进行预测。采用小波理论对负 域与频域处理 ，尤其对突发与短时的信息分析具有 荷数据进行分解 ，对分解后不同尺度上 的复合序列 明显的优势。任震等 第 1次将小波分析应用于短 进行分析 ，选用相应的模型预测，最后通过重构得到 时负荷预测，并将负荷按变化频率进行分类 ，针对 电 预测结果并对这种方法的算法和优越性进行了研究 力系统本身具有的负荷以天、周 、年为周期发生波动 分析． 的特点，使用周期 自回归模型有选择地对分解序列 收稹 日期 ：201l—O5一O8 基金项 目：河南省教育厅 自然科学基金资助项 目(2009A520016≥， 作者简介 ：曹兴霖 (i95