基于小波去噪和人工神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè).pdf

1、本文研究短期電力負(fù)荷預(yù)測(cè)的方法和預(yù)測(cè)時(shí)需主要考慮的影響因素。電力系統(tǒng)負(fù)荷預(yù)測(cè)是根據(jù)電力負(fù)荷的歷史數(shù)據(jù)及影響電力負(fù)荷的各種因素，包括經(jīng)濟(jì)、社會(huì)、氣象等來(lái)分析預(yù)測(cè)未來(lái)某一時(shí)段的負(fù)荷變化趨勢(shì)。負(fù)荷預(yù)測(cè)對(duì)電力系統(tǒng)的很多部門(mén)都很重要。例如中長(zhǎng)期預(yù)測(cè)是電力系統(tǒng)的規(guī)劃、計(jì)劃部門(mén)所關(guān)心的，短期預(yù)測(cè)則是營(yíng)銷(xiāo)（用電）、市場(chǎng)交易、調(diào)度等部門(mén)工作的主要依據(jù)。而影響電力負(fù)荷預(yù)測(cè)的因素是各不相同的，不同的影響因素對(duì)應(yīng)不同的處理辦法。本文第二章通過(guò)對(duì)用電情況的分類(lèi)說(shuō)

2、明了不同預(yù)測(cè)類(lèi)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(chǔ)理論，對(duì)某地區(qū)3個(gè)月的負(fù)荷原始數(shù)據(jù)進(jìn)行去噪，應(yīng)用Haar小波對(duì)負(fù)荷數(shù)據(jù)進(jìn)行了五層分解，后對(duì)其應(yīng)用軟閾值函數(shù)去噪，得到了比較理想的負(fù)荷數(shù)據(jù)，為提高短期電力負(fù)荷預(yù)測(cè)精度奠定了基礎(chǔ)。第四章分析了短期電力負(fù)荷預(yù)測(cè)中氣象因素處理的總體理念，用直觀(guān)法和相關(guān)因素法分析溫度因素與負(fù)荷的相關(guān)性，得出了平均溫度是影響短期電力負(fù)荷的主要因素。最后分別應(yīng)用BP網(wǎng)絡(luò)和ELMAN神