电力需求侧管理
電力需求側管理
전력수구측관리
POWER DEMAND SIDE MANAGEMENT
2013年
1期
15-19
,共5页
郭精人%罗滇生%程义明%廖峰%蔡剑彪
郭精人%囉滇生%程義明%廖峰%蔡劍彪
곽정인%라전생%정의명%료봉%채검표
母线负荷预测%小波去噪%相空间重构%混沌神经网络
母線負荷預測%小波去譟%相空間重構%混沌神經網絡
모선부하예측%소파거조%상공간중구%혼돈신경망락
针对母线负荷非线性、冲击性波动、有较多“毛刺”、含有较多坏数据等特点,提出了一种基于小波变换和混沌神经网络的母线负荷预测方法.该方法通过消除坏数据和噪声对负荷混沌特性分析的影响,能有效提高母线负荷预测的精度.首先对历史数据进行改进的小波阈值去噪,然后对其进行混沌特性分析,重构相空间形成训练样本,最后采用改进的混沌学习算法对网络进行训练.通过对某省某地220 kV母线负荷算例分析,显示该方法能显著提高母线负荷预测的精度.
針對母線負荷非線性、遲擊性波動、有較多“毛刺”、含有較多壞數據等特點,提齣瞭一種基于小波變換和混沌神經網絡的母線負荷預測方法.該方法通過消除壞數據和譟聲對負荷混沌特性分析的影響,能有效提高母線負荷預測的精度.首先對歷史數據進行改進的小波閾值去譟,然後對其進行混沌特性分析,重構相空間形成訓練樣本,最後採用改進的混沌學習算法對網絡進行訓練.通過對某省某地220 kV母線負荷算例分析,顯示該方法能顯著提高母線負荷預測的精度.
침대모선부하비선성、충격성파동、유교다“모자”、함유교다배수거등특점,제출료일충기우소파변환화혼돈신경망락적모선부하예측방법.해방법통과소제배수거화조성대부하혼돈특성분석적영향,능유효제고모선부하예측적정도.수선대역사수거진행개진적소파역치거조,연후대기진행혼돈특성분석,중구상공간형성훈련양본,최후채용개진적혼돈학습산법대망락진행훈련.통과대모성모지220 kV모선부하산례분석,현시해방법능현저제고모선부하예측적정도.