基于小波理論和縱橫交叉算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測研究.pdf

1、一直以來，電力系統(tǒng)短期負(fù)荷預(yù)測都是電力領(lǐng)域研究的熱門課題，同時也是調(diào)度、用電等管理部門的重要工作之一。負(fù)荷預(yù)測是指在對歷史數(shù)據(jù)的研究和分析的基礎(chǔ)上，對未來負(fù)荷情況進行科學(xué)合理的預(yù)測。準(zhǔn)確的電力負(fù)荷預(yù)測是管理人員制定合理發(fā)電計劃的重要依據(jù)，預(yù)測精度的高低對電力系統(tǒng)運行的安全性、可靠性和經(jīng)濟性都有著重要影響。
　　鑒于負(fù)荷原始序列多毛刺以及神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)易陷入局部最優(yōu)問題，本文給出一種結(jié)構(gòu)為“分解-重構(gòu)-優(yōu)化神經(jīng)網(wǎng)絡(luò)-預(yù)測-綜合”的基于

2、小波理論和縱橫交叉算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的預(yù)測新方法。首先使用小波變換將負(fù)荷原始序列作三層分解與重構(gòu)，將得到的與原始負(fù)荷序列長度相同的不同頻段四個子序列分別輸入BP神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)訓(xùn)練，針對神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中容易陷入局部最優(yōu)的問題，在此將一種新的群智能搜索算法——縱橫交叉算法引入，該算法通過橫向和縱向兩種搜索機制，相比于目前群智能算法存在的易早熟和局部極值問題，其在處理高維度、多峰優(yōu)化問題上優(yōu)勢明顯。運用該算法對神經(jīng)網(wǎng)絡(luò)權(quán)值和閥值進行優(yōu)化，