中国电机工程学报
中國電機工程學報
중국전궤공정학보
ZHONGGUO DIANJI GONGCHENG XUEBAO
2003年
3期
38-42，68
,共6页
冉启文%单永正%王骐%王建赜
冉啟文%單永正%王騏%王建賾
염계문%단영정%왕기%왕건색
神经网络%负荷预报%小波%PARIMA模型
神經網絡%負荷預報%小波%PARIMA模型
신경망락%부하예보%소파%PARIMA모형
针对电力系统负荷具有拟周期性、非平稳性、非线性等特点,提出一种小波-神经网络-PARIMA模型并研究它在电力系统短期负荷预报中的应用:利用小波变换提取和分离负荷的各种隐周期和非线性,把小波分解的特性和分解数据随尺度倍增而倍减的规律用于感知机神经网络(MLP)和周期自回归移动模型(PARIMA)的建模,各尺度小波分解用MLP进行建模和预报,最大尺度上的尺度分解用PARIMA进行建模和预报.最后,利用径向基函数网络(RBF)将各尺度域的预报结果组合成为负荷最终预报.实例说明,该方法能够揭示负荷的拟周期性、非平稳性、非线性,在电力系统短期负荷预报中的应用是成功的和有效的.
針對電力繫統負荷具有擬週期性、非平穩性、非線性等特點,提齣一種小波-神經網絡-PARIMA模型併研究它在電力繫統短期負荷預報中的應用:利用小波變換提取和分離負荷的各種隱週期和非線性,把小波分解的特性和分解數據隨呎度倍增而倍減的規律用于感知機神經網絡(MLP)和週期自迴歸移動模型(PARIMA)的建模,各呎度小波分解用MLP進行建模和預報,最大呎度上的呎度分解用PARIMA進行建模和預報.最後,利用徑嚮基函數網絡(RBF)將各呎度域的預報結果組閤成為負荷最終預報.實例說明,該方法能夠揭示負荷的擬週期性、非平穩性、非線性,在電力繫統短期負荷預報中的應用是成功的和有效的.
침대전력계통부하구유의주기성、비평은성、비선성등특점,제출일충소파-신경망락-PARIMA모형병연구타재전력계통단기부하예보중적응용:이용소파변환제취화분리부하적각충은주기화비선성,파소파분해적특성화분해수거수척도배증이배감적규률용우감지궤신경망락(MLP)화주기자회귀이동모형(PARIMA)적건모,각척도소파분해용MLP진행건모화예보,최대척도상적척도분해용PARIMA진행건모화예보.최후,이용경향기함수망락(RBF)장각척도역적예보결과조합성위부하최종예보.실례설명,해방법능구게시부하적의주기성、비평은성、비선성,재전력계통단기부하예보중적응용시성공적화유효적.
