基于小波包變換的短期電力負荷預(yù)測.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、短期電力負荷預(yù)測是電力系統(tǒng)調(diào)度運營部門的一項重要工作,尤其是隨著電力市場的建立和發(fā)展,短期電力負荷預(yù)測將發(fā)揮越來越重要的作用。其預(yù)測精度的高低直接影響到電力系統(tǒng)運行的安全性、經(jīng)濟性和供電質(zhì)量。因此,關(guān)于如何提高預(yù)測精度的問題,一直是短期電力負荷預(yù)測研究的重點問題。 將小波變換應(yīng)用到短期電力負荷預(yù)測中,使負荷預(yù)測的精度有了很大程度的提高。本文在用小波變換進行短期電力負荷預(yù)測的研究基礎(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)合來進行短期電力負荷預(yù)測的新方法。該方法首先將原負荷序列通過小波包分解為不同尺度上的子負荷序列;然后根據(jù)它們各自的特點,對周期性較強的子負荷序列運用周期自回歸的方法進行預(yù)測,對隨機性較強的子負荷序列運用人工神經(jīng)網(wǎng)絡(luò)的方法進行預(yù)測;最后將各個子負荷序列的預(yù)測結(jié)果通過小波包重構(gòu)得到最終的預(yù)測結(jié)果。與小波變換法相比,由于小波包變換對小波變換沒有分解的高頻部分進行進一步細分,所以更能有效地分離出其中周期性較強的子負荷序列,特別

3、是對于在小波變換法中作為一個整體且被看作隨機性負荷進行預(yù)測的第一層的高頻部分來說,小波包變換可以分離出該部分周期性較強的子負荷序列。而對周期性較強的負荷進行預(yù)測必然比對隨機性較強的負荷進行預(yù)測更準確,所以在預(yù)測結(jié)果上小波包變換法比小波變換法要好。 在運用周期自回歸模型進行預(yù)測的過程中,本文設(shè)計了一種動態(tài)矩陣法;該方法可以大大地提高運算速度。在預(yù)測實例中,本文對數(shù)據(jù)的預(yù)處理、原序列邊界的處理等問題均提出了自己的看法,并做了相應(yīng)的設(shè)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論