基于小波包變換的短期電力負(fù)荷預(yù)測(cè).pdf

1、短期電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)調(diào)度運(yùn)營(yíng)部門的一項(xiàng)重要工作，尤其是隨著電力市場(chǎng)的建立和發(fā)展，短期電力負(fù)荷預(yù)測(cè)將發(fā)揮越來(lái)越重要的作用。其預(yù)測(cè)精度的高低直接影響到電力系統(tǒng)運(yùn)行的安全性、經(jīng)濟(jì)性和供電質(zhì)量。因此，關(guān)于如何提高預(yù)測(cè)精度的問(wèn)題，一直是短期電力負(fù)荷預(yù)測(cè)研究的重點(diǎn)問(wèn)題。 將小波變換應(yīng)用到短期電力負(fù)荷預(yù)測(cè)中，使負(fù)荷預(yù)測(cè)的精度有了很大程度的提高。本文在用小波變換進(jìn)行短期電力負(fù)荷預(yù)測(cè)的研究基礎(chǔ)上，首次提出了將小波包變換、周期自回歸模型以及人

2、工神經(jīng)網(wǎng)絡(luò)三者相結(jié)合來(lái)進(jìn)行短期電力負(fù)荷預(yù)測(cè)的新方法。該方法首先將原負(fù)荷序列通過(guò)小波包分解為不同尺度上的子負(fù)荷序列；然后根據(jù)它們各自的特點(diǎn)，對(duì)周期性較強(qiáng)的子負(fù)荷序列運(yùn)用周期自回歸的方法進(jìn)行預(yù)測(cè)，對(duì)隨機(jī)性較強(qiáng)的子負(fù)荷序列運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行預(yù)測(cè)；最后將各個(gè)子負(fù)荷序列的預(yù)測(cè)結(jié)果通過(guò)小波包重構(gòu)得到最終的預(yù)測(cè)結(jié)果。與小波變換法相比，由于小波包變換對(duì)小波變換沒(méi)有分解的高頻部分進(jìn)行進(jìn)一步細(xì)分，所以更能有效地分離出其中周期性較強(qiáng)的子負(fù)荷序列，特別

3、是對(duì)于在小波變換法中作為一個(gè)整體且被看作隨機(jī)性負(fù)荷進(jìn)行預(yù)測(cè)的第一層的高頻部分來(lái)說(shuō)，小波包變換可以分離出該部分周期性較強(qiáng)的子負(fù)荷序列。而對(duì)周期性較強(qiáng)的負(fù)荷進(jìn)行預(yù)測(cè)必然比對(duì)隨機(jī)性較強(qiáng)的負(fù)荷進(jìn)行預(yù)測(cè)更準(zhǔn)確，所以在預(yù)測(cè)結(jié)果上小波包變換法比小波變換法要好。 在運(yùn)用周期自回歸模型進(jìn)行預(yù)測(cè)的過(guò)程中，本文設(shè)計(jì)了一種動(dòng)態(tài)矩陣法；該方法可以大大地提高運(yùn)算速度。在預(yù)測(cè)實(shí)例中，本文對(duì)數(shù)據(jù)的預(yù)處理、原序列邊界的處理等問(wèn)題均提出了自己的看法，并做了相應(yīng)的設(shè)