基于小波包分析的短期負(fù)荷預(yù)測研究.pdf

1、隨著現(xiàn)代社會的快速發(fā)展，我國人民的生活質(zhì)量在不斷提高，在人民日常生活和國民經(jīng)濟(jì)建設(shè)中電能已經(jīng)成為不可取代的重要能源。持續(xù)發(fā)展的國民經(jīng)濟(jì)，促使用電需求量飛速增長，從而導(dǎo)致了電力行業(yè)的發(fā)展十分迅速。
　　 電力系統(tǒng)短期負(fù)荷預(yù)測是電力系統(tǒng)經(jīng)濟(jì)運(yùn)行和系統(tǒng)安全穩(wěn)定運(yùn)行的重要組成部分，一直以來都是電力系統(tǒng)中研究的重要課題。隨著電力用戶的復(fù)雜多樣化，用戶對電能質(zhì)量的要求也越來越高，短期負(fù)荷預(yù)測被要求有更快的預(yù)測速度和更高的預(yù)測精度。小波分析是

2、近年來發(fā)展十分迅速的一種時(shí)頻分析工具，用于分析既含有周期分量又含有隨機(jī)分量的電力負(fù)荷數(shù)據(jù)有其獨(dú)特的優(yōu)勢，各種基于小波分析的短期負(fù)荷預(yù)測法應(yīng)運(yùn)而生。
　　 本文研究了基于小波包變換的綜合短期負(fù)荷預(yù)測算法，采用小波包變換對負(fù)荷數(shù)據(jù)進(jìn)行分解，將負(fù)荷序列分解之后，本文應(yīng)用了傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和馬爾科夫鏈分別進(jìn)行建模預(yù)測，通過MATLAB編程對實(shí)例仿真驗(yàn)證，表明這兩種方法都具有一定的可行性。通過研究認(rèn)識到峰式馬爾科夫鏈優(yōu)于傳統(tǒng)馬爾科夫鏈，進(jìn)