資源描述：
《基于小波軟閾值的中長(zhǎng)期電力負(fù)荷預(yù)測(cè)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、維普資訊http://www.cqvip.com第20卷第12期廣東電力V01．20NO．122007年12月GUANGDONGELECTRICP0、)~RDec．2007文章編號(hào)：1007—290X(2007)12-0005—04基于小波軟閾值的中長(zhǎng)期電力負(fù)荷預(yù)測(cè)研究吳耀華(陜西理工學(xué)院電氣工程系，陜西漢中723003)摘要：由于中長(zhǎng)期電力系統(tǒng)負(fù)荷數(shù)據(jù)相對(duì)較少，影響因素廣泛，常用的負(fù)荷預(yù)測(cè)方法很難達(dá)到滿(mǎn)意的精度，所以提出一種結(jié)合小波軟閾值和廣義回歸神經(jīng)網(wǎng)絡(luò)的綜合預(yù)測(cè)模型，該模型充分考慮了長(zhǎng)期負(fù)荷數(shù)據(jù)相對(duì)較少和影響因素廣泛的特點(diǎn)，把負(fù)荷預(yù)測(cè)看作一個(gè)信號(hào)序列，應(yīng)用小波去噪原理，將信號(hào)與噪聲分
2、離，然后利用廣義回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。實(shí)際應(yīng)用證明，預(yù)測(cè)結(jié)果是令人滿(mǎn)意的。關(guān)鍵詞：廣義回歸神經(jīng)網(wǎng)絡(luò)；中長(zhǎng)期負(fù)荷預(yù)測(cè)；小波軟閾值；小波去噪原理中圖分類(lèi)號(hào)：TM715文獻(xiàn)標(biāo)志碼：AStudyonMid—andLong-termPowerLoadForecastingBasedonWaveletSoft—thresholdTechnologyWUYao—hua(Dept、ofElectricalEngineering，ShaanxiUniversityofTechnology，Hanzhong，Shaanxi723003，China)Abstract：Mid—andlong-termloadda
3、taofpowersystemiscomparativelyinadequateandinfluencedbymanyfactors．Henceitisdifficulttoachievesatisfactoryprecisionbyuseofcommonloadforecastmethods．Thispaperpresentsacomprehensiveforecastmodelintegratingwaveletsoft—thresholdwithgeneralregressionneuralnetwork(GRNN)．Withfullconsiderationofthecharact
4、eristicsoflong—termloaddata，theloadforecastisviewedasasignalsequenceandthesignalisdenoisedwithwaveletdenoisingtheory．ThenGRNNisusedtoforecasttheload．Practicalapplicationsshowthattheforecastprecisionissatisfying．Keywords：generalregressionneuralnetwork(GRNN)；mid—andlong-termloadforecast；waveletsoft—
5、threshold；waveletdenoisingtheory對(duì)電力系統(tǒng)而言，提高電網(wǎng)運(yùn)行的安全性和經(jīng)波動(dòng)，而隨機(jī)性因素引起的隨機(jī)波動(dòng)則是短周期、濟(jì)性，改善電能質(zhì)量，都依賴(lài)于準(zhǔn)確的負(fù)荷預(yù)測(cè)。高頻率的。因此，長(zhǎng)期負(fù)荷數(shù)據(jù)序列就可以看作一此外，從發(fā)展來(lái)看，負(fù)荷預(yù)測(cè)也是我國(guó)實(shí)現(xiàn)電力市個(gè)信號(hào)序列，根據(jù)周期長(zhǎng)短或者頻率高低分離，然場(chǎng)的必備條件。后應(yīng)用小波去噪原理，將信號(hào)與噪聲分離j。常用的負(fù)荷預(yù)測(cè)方法有外推法、相關(guān)分析法和廣義回歸神經(jīng)網(wǎng)絡(luò)在樣本數(shù)據(jù)較稀少時(shí)，效果時(shí)間序列法等，近年來(lái)有很多學(xué)者通過(guò)引人人工神也很好，網(wǎng)絡(luò)可以處理不穩(wěn)定的數(shù)據(jù)，而且人為調(diào)經(jīng)網(wǎng)絡(luò)、灰色系統(tǒng)、小波和混沌等理論來(lái)探討新的節(jié)的參
6、數(shù)少，只有一個(gè)閾值。因此，本文提出了一預(yù)測(cè)方法l1—21。但由于長(zhǎng)期負(fù)荷數(shù)據(jù)相對(duì)較少，影種結(jié)合小波軟閾值和廣義回歸神經(jīng)網(wǎng)絡(luò)的綜合預(yù)測(cè)響因素非常廣泛且很難預(yù)測(cè)，采用這些方法預(yù)測(cè)很模型，充分考慮了長(zhǎng)期負(fù)荷數(shù)據(jù)相對(duì)較少和影響因難達(dá)到滿(mǎn)意的預(yù)測(cè)精度。素廣泛的特點(diǎn)，把負(fù)荷序列看作一個(gè)信號(hào)序列，應(yīng)長(zhǎng)期負(fù)荷數(shù)據(jù)中包含有確定性因素和隨機(jī)性因用小波去噪原理，將信號(hào)與噪聲分離，然后應(yīng)用廣素，包含的確定性周期成分是一種長(zhǎng)周期低頻率的義回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)l5-7]。收稿日期：2007．05．30維普資訊http://www.cqvip.com廣東電力第20卷1小波閾值降噪理論簡(jiǎn)介小波去噪的根本任務(wù)是在小波域?qū)⑿?/p>
7、號(hào)的小波變換與噪聲的小波變換有效地分離。1992年，Donoho和Johnstone提出了小波閾值收縮(WaveShrink)的方法，該方法在最小均方誤差意義下可達(dá)到近似最優(yōu)，并且可取得較好的視覺(jué)效果，因而得到了深入的研究和廣泛的應(yīng)用]。小波閾值收縮法去噪的主要理論依據(jù)是，小波變換特別是正交小波變換具有很強(qiáng)的去數(shù)據(jù)相關(guān)性，它能使信號(hào)能量在小波域集中在一些大的小波系數(shù)中，而噪聲的能量卻分布于整個(gè)小波域內(nèi)，因此，經(jīng)小波分解后
