基于模糊小波网络的电力系统短期负荷预测方法.PDFVIP

第32卷 　第4 期 继电器 Vol. 32 　No. 4 　　　　　　　　　　　　 　　　　　　　　　　　　 2004 年2 月16 日 RELAY Feb. 16 , 2004 13 基于模糊小波网络的电力系统短期负荷预测方法 汪新秀 ,吴耀武 ,熊信银 ,黄阿强 (华中科技大学电气与电子工程学院 ,湖北 武汉 430074) 摘要 : 提出一种基于模糊小波网络的短期负荷预测模型。模糊小波网络结合了小波变换良好的时频局域化 性质、模糊推理和神经网络的学习能力 ,因此函数逼近能力大大提高。模糊小波网络由一组模糊推理规则和 若干小波子网络组成 ,其中模糊规则的结论部分与某一特定尺度的小波子网络相对应。在学习过程中通过同 时调整小波基函数的平移因子和隶属度函数的形状 ,使得模糊小波网络的精度和泛化能力大大提高。实例计 算表明 ,这种模型是切实可行的。 关键词 : 负荷预测 ; 　小波 ; 　模糊小波网络 ( ) 中图分类号: TM715 　　　文献标识码 : A 　　　文章编号 : 2004 构 ,避免了小波网络的“维数灾”问题 ,提高了计算效 0 　引言 率。实践证明该方法具有较高的精度和很强的泛化 短期负荷预测是电网经济运行的前提和基础。 能力。 准确的负荷预测结果 ,对电力系统安全可靠运行具 1 　小波网络 有重要意义。许多学者对此进行了深入研究 ,并及 时地将数学上的最新成果应用到负荷预测领域中 对于输入 X = [ x 1 , x2 , …, x q ] , 定义其多维小波 去 ,使预测水平得到提高 ,小波网络便是基于小波分 母函数为[2] : 析理论而构成的人工神经网络模型 ,它同时具备了 Ψ( ) ψ( ) ψ( ) ψ( ) ( ) X = x 1 x 2 … x q 1 小波变换良好的时频局部化性质和神经网络的学习 由小波分析理论知, 任一能量有限的信号都有 能力 ,它既可以在网络结构的确定上有一定的理论 如下离散小波分解形式[ 3] : 指导 ,又具有神经网络的许多优秀特性 ,并且网络的 ( ) m ( ) ( ) f X = W X 2 ∑ 训练是对特定的凸函数的优化过程 ,学习速度比一