基于小波去噪和人工神經(jīng)網(wǎng)絡的短期電力負荷預測.pdf

1、本文研究短期電力負荷預測的方法和預測時需主要考慮的影響因素。電力系統(tǒng)負荷預測是根據(jù)電力負荷的歷史數(shù)據(jù)及影響電力負荷的各種因素，包括經(jīng)濟、社會、氣象等來分析預測未來某一時段的負荷變化趨勢。負荷預測對電力系統(tǒng)的很多部門都很重要。例如中長期預測是電力系統(tǒng)的規(guī)劃、計劃部門所關心的，短期預測則是營銷（用電）、市場交易、調度等部門工作的主要依據(jù)。而影響電力負荷預測的因素是各不相同的，不同的影響因素對應不同的處理辦法。本文第二章通過對用電情況的分類說

2、明了不同預測類型需考慮的不同影響因素。
　　 本文第三章首先以小波變換為基礎理論，對某地區(qū)3個月的負荷原始數(shù)據(jù)進行去噪，應用Haar小波對負荷數(shù)據(jù)進行了五層分解，后對其應用軟閾值函數(shù)去噪，得到了比較理想的負荷數(shù)據(jù)，為提高短期電力負荷預測精度奠定了基礎。第四章分析了短期電力負荷預測中氣象因素處理的總體理念，用直觀法和相關因素法分析溫度因素與負荷的相關性，得出了平均溫度是影響短期電力負荷的主要因素。最后分別應用BP網(wǎng)絡和ELMAN神