小波模糊神经网络在电力系统短期负荷预测中的应用

《小波模糊神经网络在电力系统短期负荷预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、小波模糊神经网络在电力系统短期负荷预测中的应用邰能灵，侯志俭(上海交通大学电子信息与电气工程学院电气工程系，上海200030)NEWSHORT-TERMLOADFORECASTINGPRINCIPLEWITHTHEWAVELETTRANSFORMFUZZYNEURALNETWORKFORTHEPOWERSYSTEMSTAINeng-ling,HOUZhi-jian(ShanghaiJiaoTongUniversity，Shanghai200030,China)ABSTRACT:Thispaperpresentsanewmethodbasedonthewavelettransfo

2、rm(WT)fuzzyneuralnetworkfortheshort-tenrloadforecasting.BytheWT,thedifferentloadsequencecomponentsareprojectedtothedifferentscales.Forthelowscalesinmultiresolutionanalysis(MRA)results，thefuzzyneuranetworkisverysuitablefortheloadfrequencyresolutionandiithenapplied.Atthesametime,thematchingcon

3、ventionalforecastingmethodsareusedinhighscales.Afterreconstruction,theforecastingresultsarcobtained.Simulationresultsdemonstratethattheproposedmethodcanprovideforecastprecision.KEYWORDS:Powersystem;Short-termloadforecasting;Wavelettransformfuzzyneuralnetwork;Forecastingmethod摘要：该文研究丫基丁•小波模糊神

4、经网络的电力系统短期负荷预测新方法。根裾小波变换自适应可调吋频窗的特点，利用小波分析对负荷样木做序列分解，对高尺度负荷分量采用常规预测方法，其他负荷分最则采用模糊祌经网络处理技术，最后通过序列重构，得到完整的负荷预测结果。算例计算表明，新方法具宥较高的预测精度和适应能力。关键词：电力系统：短期负荷预测；小波模糊祌经网络；预测方法1引言短期负荷预测在电力系统中具有十分重要的作用。准确的负荷预测有助于合理安排机组开停机讨划，保持电网的安全稳定性，提高经济效益和社会戣益。长期以来，国内外学者对短期负荷预测的理论和方法进行了广泛的研究，新的理论和方法不断应用子负荷预报中，如时间序列法，

5、人工神经网络法，专家系统及组合预测法等，负荷预测的精度也逐渐提商1141。但由于负荷变化存在着较强的随机尥和复杂性，各种方法均有一定的适用场合，并盂不尠的改进和完善。本文研允了基于小波模糊祌经网络K电力系统短期负荷预测新方法，利用小波分析对负夜样本做序列分解,根据小波变换自适应可调时频窗的特点，对《尺度负荷分铽采用常规预测方法，对其妞负荷分量则采川模糊神经网络处理技术，最后通过序列重构，得到完整的负荷预测结果。大量数据计算表明，该方法具有较高的精度和很强的适应能力。2基于频带概念的负荷分量分解根据短期负荷预测的性质，可知电力系统负荷的基本变化规律可由线性变化模型和周期变化模型來

6、描述，同时还存在随机负荷模型。但主要表现为两种不同的趋势：一是逐渐增长的趋势，二是以天、周、月、年为周期波动。另外，气温、阴晴、降水和大风等都会引起负荷的变化。因此，负荷变化将存在波动性，所以各类用电负荷信号一般都表现为连续频谱

7、5~71。严格地说在负荷的一段连续波动过程中，将呈现为瞬变非周期信号，它必然是连续频谱。实际的负荷测量周期(如bniin)虽然可以使最高频率受到限制，但无法改变其连续频谱特征。巾于负荷包含随机因素，因而负荷变化的精确数学表达往往很复杂。譬如对气象影响的负荷，其变化过程耑要用波动方程來表示。文［5］通过详细研究表明，电力负荷特性同样可以采用时频分析工具进

8、行分解并分析，从而得到预测结果。因此，本文提出负荷变换的小波理论基础，并以口变化频率定义为基波。根据样本数据的实际情况，短期负荷预测将涉及一个较宽的频带，故可以选择不同的带通滤波器。同时，由于负荷预测综合应用了各次谐波分量,因此不仅对滤波器的幅频特性有一定要求，还必须考虑滤波器的相频特性，因力不同负荷分:W:的相对相位发生变化，将对预测结果造成很大影响。如果能提取出线性分量并加以分析，则可以把模型选择为离散频谱的形式。通常的数学手段将存在一定的缺陷，小波分析无疑是这种应用较好的选择。但是由于