基于小波分析和支持向量机的电力短期负荷预测-电力系统及其自动化专业论文.docxVIP

摘要电力系统短期负荷预测是电力系统安全和经济运行的重要依据。价格竞争机 摘要 电力系统短期负荷预测是电力系统安全和经济运行的重要依据。价格竞争机 制引入电力系统形成电力市场后，对短期负荷预测的精度和速度提出了更高的要 求。虽然负荷预测的研究己有几十年历史，有很多负荷预测的理论和方法，但是 随着新理论和新技术的发展，对负荷预测新方法的研究仍在不断地深入进行。支 持向量机作为数据挖掘的一项新技术，应用于模式识别和处理回归问题等诸多领 域。小波分析理论在时间频域分析方面有独特的优势。针对短期负荷预测的各种 影响因素的非线性特性，结合小波分析和支持向量机各自的优势，本文提出基于 小波分析和支持向量机的电力系统短期负荷预测新方法，以提高预测精度和时效 性，具有重要的理论意义和实用价值。 本文介绍了支持向量机的基本原理，分析了支持向量机所具有非线性拟合、 泛化能力强、训练收敛速度快等显著特点。针对电力系统负荷与各种影响因素之 间的非线性关系，建立了基于支持向量机的短期负荷预测模型，并与神经网络方 法作了实例分析比较，印证了支持向量机在负荷预测方面的优越性。 由于影响负荷的因素繁多且复杂，若对输入不加适当选择处理会导致预测精 度降低，训练时间增加。本文采用小波分析这种有效的时间负荷序列分析技术， 将历史负荷序列分为几个频率不同的更具有可预测性的序列，强化了历史数据规 律。在基于支持向量机负荷预测的基础上，对样本负荷序列进行频域分解，建造 负荷预测的支持向量机模型。实例分析验证了基于小波分析和支持向量机的负荷 预测方法能够有效的提高负荷预测的精度。 本文在VC++6．0的基础上，利用ODBC技术和调用MATLAB引擎的方法， 实现了模块化、面向对象负荷预测平台的设计。同时将提出的基于小波分析和支 持向量机的负荷预测模型加入了预测平台，实现了此算法从理论研究到实际应用 的过渡。 关键词：电力系统短期负荷预测支持向量机小波分析 ABSTRACTShort-term ABSTRACT Short-term load forecasting provides important foundation for the safety and economical operation of power system．With the fast development of modem electric power systems，the operation of power market requires high precision of short-term load forecasting for the minimal cost of power system operation．Currently there have been more and more studies in theory and complemented methods of load forecasting and obtained great achievement．New theory and new technology based load forecasting researches have been developed continuously As new technology of data mining，support vector machines(SVM)have been successfully applied in paRem recognition and regression problem,etc．Wavelet analysis has its unique advantage in— frequency domain decomposition．With their respective advantage of wavelet analysis· and SVM，this paper bring forward a new method of short term load forecasting with wavelet analysis and SVM，SO as to improve forecasting precision and executed speed． Consequently the study is significant in theory and is valuable in practice． This paper analyses the basic theories of SVM．SVM have the remarkable advantages of non—linear regression,