微網(wǎng)短期負(fù)荷預(yù)測“機(jī)理+辨識”策略中的白噪聲分離.pdf

1、科學(xué)的預(yù)測是正確決策的依據(jù)和保證。微網(wǎng)短期負(fù)荷預(yù)測是電力系統(tǒng)領(lǐng)域的一個(gè)前沿的重要研究課題，對含微網(wǎng)系統(tǒng)運(yùn)行的安全性和經(jīng)濟(jì)性有重要的意義。
　　 對于一個(gè)特定的電力短期負(fù)荷記錄(時(shí)間序列)，存在預(yù)測準(zhǔn)確率的上限。對微網(wǎng)負(fù)荷，預(yù)測準(zhǔn)確率上限的大部分由白噪聲的不可預(yù)測性引起。因此，研究負(fù)荷序列中的白噪聲分離，具有重要的實(shí)際意義。一般地，從復(fù)雜時(shí)間序列中識別白噪聲的正確分布函數(shù)，是尚未解決的困難理論問題。
　　 本文結(jié)合微網(wǎng)負(fù)荷

2、預(yù)測，從理論上分析了白噪聲與信號的相對性；采用小波等方法，研究了白噪聲近似分離。依此進(jìn)行了微網(wǎng)短期負(fù)荷模擬數(shù)據(jù)的白噪聲分離研究。
　　 具體研究內(nèi)容和結(jié)果如下：
　　 (1)結(jié)合微網(wǎng)負(fù)荷的特點(diǎn)，提出了微網(wǎng)負(fù)荷預(yù)測的“背景調(diào)整法”，并對背景形成的思路做了初步的探討。
　　 (2)從理論上分析了有限長度(樣本容量)時(shí)間序列中信號與噪聲的相對性。根據(jù)Cramer分解定理，可將非平穩(wěn)時(shí)間序列分解為信號和白噪聲兩部分。發(fā)現(xiàn)

3、對于有限長度時(shí)間序列，趨勢項(xiàng)和隨機(jī)項(xiàng)的區(qū)分是相對的，白噪聲和信號的區(qū)分是相對的。并通過小波去噪等數(shù)值仿真證實(shí)：樣本容量越大，這種區(qū)分越準(zhǔn)確。大體符合卡方分布規(guī)律。
　　 (3)得到了一個(gè)理想的白噪聲序列，其性能顯著優(yōu)于用“偽隨機(jī)數(shù)”生成的白噪聲序列。
　　 (4)采用白噪聲、AR(1)序列，評估了小波去噪的效果。并采用Bior4.4、Sym8、Db4、Coif5小波，對微網(wǎng)負(fù)荷模擬序列進(jìn)行了白噪聲分離。發(fā)現(xiàn)在功率譜上信號