基于小波變換和神經網絡的短期負荷預測研究.pdf

1、負荷預測的準確程度對于電力系統安全經濟運行具有十分重要的作用。論文針對南京地區(qū)電力系統負荷數據采用小波變換和神經網絡進行短期負荷預測，取得了一些成果。 本文首先對負荷數據的特性進行分析，明確了負荷序列具有特定的規(guī)律性。然后利用自組織映射網絡(SOM)對負荷序列進行分類，可將一周負荷分為四種負荷類型。同時應用小波分解的時頻暫態(tài)分析特性，通過使用Mallat算法，將負荷序列進行小波分解，再根據各分量的特點構造神經網絡模型對其進行預測

2、，為增加神經網絡的收斂速度及穩(wěn)定性，在神經網絡訓練過程中采用了LM算法。為了獲得較小的網絡規(guī)模，取得較快的訓練速度及較高的預測精度，在本文中對各序列分別采用一組神經網絡，每個時間點分別建立一個網絡進行預測。最后通過小波重構各分量預測結果得到最終預測結果。此外，對基于小波理論的異常數據處理方法進行了詳細地介紹和實驗仿真。 通過對南京地區(qū)電力負荷數據的實驗結果表明，較之考慮天氣因素和日類型的人工神經網絡方法(ANN)預測方法，采用本