基于小波分析和機(jī)器學(xué)習(xí)的電力負(fù)荷預(yù)測(cè).pdf

1、電力系統(tǒng)短期負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全和經(jīng)濟(jì)運(yùn)行的重要依據(jù)。隨著我國(guó)電力市場(chǎng)的快速發(fā)展,對(duì)短期負(fù)荷預(yù)測(cè)的精度提出了更高的要求。負(fù)荷預(yù)測(cè)的核心問題是預(yù)測(cè)的技術(shù)方法,或者說是預(yù)測(cè)的數(shù)學(xué)模型。負(fù)荷預(yù)測(cè)的方法有很多種,隨著研究的不斷深入,不斷涌現(xiàn)出新的理論和新的方法。人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)作為機(jī)器學(xué)習(xí)算法,廣泛應(yīng)用于處理回歸問題等領(lǐng)域。小波分析在時(shí)域和頻域方面有十分明顯的優(yōu)勢(shì)。針對(duì)短期負(fù)荷非平穩(wěn)性和非線性特點(diǎn),結(jié)合小波分析和機(jī)器學(xué)習(xí)各自的優(yōu)點(diǎn),本

2、文將研究基于小波分析和機(jī)器學(xué)習(xí)的電力負(fù)荷預(yù)測(cè)方法。
　　本文先闡述了小波分析理論,分析了小波變換在時(shí)域和頻域具有局部細(xì)化的顯著特點(diǎn),再重點(diǎn)介紹了機(jī)器學(xué)習(xí)中的支持向量機(jī),它以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ),以結(jié)構(gòu)風(fēng)險(xiǎn)最小化為原則,具有全局最優(yōu)、泛化能力強(qiáng)、預(yù)測(cè)精度高等顯著特點(diǎn)。針對(duì)短期負(fù)荷的非平穩(wěn)性,采用離散小波變換將負(fù)荷數(shù)據(jù)進(jìn)行分解,使得分解后得到的各子序列比原始負(fù)荷數(shù)據(jù)序列有更強(qiáng)的規(guī)律性。將得到的各序列,分別通過兩種機(jī)器學(xué)習(xí)模型(最小二乘支