基于小波分析的月度负荷组合预测

被引:42
作者
姚李孝 [1 ]
刘学琴 [2 ]
机构
[1] 西安理工大学电力工程系
[2] 保定电力职业技术学院电气工程系
关键词
月负荷预测; 小波分析; BP神经网络; 灰色预测;
D O I
10.13335/j.1000-3673.pst.2007.19.004
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
针对电力系统月负荷数据同时具有趋势增长性和季节波动性的非线性特征,提出了一种基于小波变换的月负荷预测方法。通过小波变换把月负荷序列分解为多个频率成分的叠加,针对不同频率成分的不同特点采用不同的预测方法,最后将各频率成分的预测结果重构进而得到预测数据。该方法避免了考虑气候、政策等因素,仅利用电力负荷历史数据进行预测。实例结果表明采用该方法进行月负荷预测可以达到较高的精度。
引用
收藏
页码:65 / 68
页数:4
相关论文
共 12 条
[1]   基于DFT灰色预测理论在日电量负荷预测中的应用 [J].
陈毛昌 ;
穆钢 ;
孙羽 ;
彭茂君 .
电力自动化设备, 2005, (09) :29-32
[2]   基于小波的灰色预测理论在水电机组故障预测中的应用 [J].
程宝清 ;
韩凤琴 ;
桂中华 .
电网技术, 2005, (13) :40-44
[3]   基于小波变换和最小二乘支持向量机的短期电力负荷预测 [J].
杨延西 ;
刘丁 .
电网技术, 2005, (13) :60-64
[4]   基于小波分析的短期电价ARIMA预测方法 [J].
周明 ;
聂艳丽 ;
李庚银 ;
倪以信 .
电网技术, 2005, (09) :50-55
[5]   基于最优可信度的月度负荷综合最优灰色神经网络预测模型 [J].
李媛媛 ;
牛东晓 .
电网技术, 2005, (05) :16-19
[6]   基于小波分解和人工神经网络的短期负荷预测 [J].
徐军华 ;
刘天琪 .
电网技术, 2004, (08) :30-33
[7]   小波分析方法在电力系统短期负荷预测中的应用 [J].
宋超 ;
黄民翔 ;
叶剑斌 .
电力系统及其自动化学报, 2002, (03) :8-12
[8]   小波分析及其在日流量过程随机模拟中的应用 [J].
王文圣 ;
袁鹏 ;
丁晶 .
水利学报, 2000, (11) :43-48
[9]   基于子波变换序列的人工神经网络组合预测 [J].
李贤彬 ;
丁晶 ;
李后强 .
水利学报, 1999, (02) :3-6+44
[10]  
小波分析及其应用.[M].孙延奎编著;.机械工业出版社.2005,