基于负荷分解的电力系统短期负荷预测方法的研究
由于负荷序列可被看作是一系列具有不同频率特征分量的叠加，且小波分解能提取负荷的一些周期性和非线性特征，因此本文利用小波分析的方法对日负荷数据进行分解处理，将其分解为不同频率特征的序列，对分解后的各分量根据其特点分别采用相匹配的人工神经网络模型进行预测，其中稳定分量应用人工神经网络预测的精度高，同时由于人工神经网络处理非线性问题的能力强，对幅值较小的随机分量进行预测也有优势。考虑到气象因素特别是温度的影响，运用线性回归模型对小波重构后的结果进行修正。这一方法用于对河北省保定地区超前24 小时负荷预测，取得了比单纯的神经网络模型高的预测精度。
短期负荷预测 小波分解法 人工神经网络 电力系统 气象因素
王成纲 常鲜戎
华北电力大学电气工程学院,河北保定,071003
国内会议
南京
中文
1052-1055
2006-10-01（万方平台首次上网日期，不代表论文的发表时间）