基于小波和神經網絡的電力系統(tǒng)短期負荷預測.pdf

1、電力系統(tǒng)短期負荷預測是電力系統(tǒng)的一項非常重要的工作，高精度的預測需要考慮因素的全面性和優(yōu)秀的預測模型和預測方法來保證。近些年來，許多專家學者提出了很多把智能算法應用到電力系統(tǒng)負荷預測中的實例，也有幾種智能算法結合使用的情況，使得電力系統(tǒng)負荷預測得到了快速的發(fā)展，預測精度也有很大的提高。本文將小波分析理論引入電力系統(tǒng)負荷預測中，使用神經網絡進行預測構建了小波和神經網絡的短期負荷預測模型。
　　小波分析理論是一個相對較新鮮的概念，近幾

2、年才慢慢應用于電力系統(tǒng)的相關方面，使用小波分析理論將原始的負荷序列進行分解，而不是直接使用神經網絡進行負荷預測，這樣可以將負荷數(shù)據(jù)序列的高頻分量和低頻分量分解開來，更好的挖掘負荷數(shù)據(jù)序列的更加深層次的隱藏信息，然后再使用神經網絡算法進行分別預測，本文使用BP神經網絡、RBF神經網絡和GRNN神經網絡進行預測，而且還將非常經典的灰色預測模型GM(1，1)引入到模型中來，最后再將小波分解的序列進行重構，即可得到預測的結果。將模型應用到一個具