共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
3.
介绍了基于数学模型小波(变换)分析法,能够提取短期负荷时间序列中的任意细节,短期负荷序列经过小波变换后,可以分解为相应的子序列,并对子序列进行时域与频域处理,使用周期自回归模型对子序列进行预测的方法,指出其预测的精确度比传统的要高,是目前很多领域中实现短期负荷预测较好的方法。 相似文献
4.
为了提高电力系统短期负荷预测的精度,提出了一种基于马尔科夫模型的组合预测算法.该算法利用双正交小波线性相位的特点,对负荷时间序列进行小波包多分辨分解.针对短时电力负荷具有较强随机波动性,采用软阈值方法检测和处理不良信号,用去噪后的信号建立模糊马尔科夫预测模型,通过将各负荷序列的预测值加以组合得到最终预测结果.经实际算例验证,该算法能有效地提高预测精度,具有良好的抗干扰和容错能力. 相似文献
5.
为了提高电力系统短期负荷预测的精度,提出了一种基于马尔科夫模型的组合预测算法。该算法利用双正交小波线性相位的特点,对负荷时间序列进行小波包多分辨分解。针对短时电力负荷具有较强随机波动性,采用软阈值方法检测和处理不良信号,用去噪后的信号建立模糊马尔科夫预测模型,通过将各负荷序列的预测值加以组合得到最终预测结果。经实际算例验证,该算法能有效地提高预测精度,具有良好的抗干扰和容错能力。 相似文献
6.
小波分析方法在电力系统短期负荷预测中的应用 总被引:31,自引:3,他引:31
本文将对目前基于小波分析方法的电力系统短期负荷预测的一些理论与存在的问题进行初步的探讨,提出使用小波分析对基于不同频段的负荷进行分类,然后对分类后的不同频段的负荷使用人工神经网络进行训练预测的一种改进负荷预测方法,并尝试提出小波理论在短期负荷预测方向应用的建议。 相似文献
7.
8.
小波模糊神经网络在电力系统短期负荷预测中的应用 总被引:32,自引:10,他引:32
该文研究了基于小波模糊神经网络的电力系统短期负荷预测新方法。根据小波变换自适应可调时频窗的特点,利用小波分析对负荷样本做序列分解,对高尺度负荷分量采用常规预测方法,其他负荷分量则采用模糊神经网络处理技术,最后通过序列重构,得到完整的负荷预测结果。算例计算表明,新方法具有较高的预测精度和适应能力。 相似文献
9.
唐忠 《电力系统及其自动化学报》2001,13(5):46-49
根据对电力负荷曲线的分析研究得知:短期负荷曲线具有周期规律性和波动性。而门限小波包既可以自定义自变量域来对应其周期规律性,又可以因其具有良好的局部性来准确描述其波动性,依此建立基于门限小波包的短期负荷预测模型,并提出了随机调整函数的概念,得到满意的预测结果。 相似文献
10.
基于小波变换和支持向量机的电力系统短期负荷预测 总被引:1,自引:0,他引:1
提出一种改进的基于离散小波变换和支持向量机的短期负荷预测方法.运用离散小波变换将负荷时间序列分解为高低频子序列,采用目前较为成熟的支持向量机方法,选择适当的参数对每个序列进行滚动式的单支预测,最后将各分支预测结果相加最终实现负荷预测.实例中负荷数据采用四川省某地区的历史负荷,对该地区的日96点负荷进行全年预测,并将该算法与支持向量机算法进行比较,结果表明,该算法具有较高预测精确性. 相似文献
11.
12.
13.
14.
电网短期负荷预测的混沌方法 总被引:4,自引:0,他引:4
通过计算四川全省电网小时负荷时间序列的混沌特征量:饱和关联维数、最大Lyapunov指数和Kolmogorov熵,论证了该小时负荷序列属于混沌时间序列。以负荷相空间重构为前提,分别应用混沌分析法的相似点模型、线性回归模型及Lyapunov指数模型对其短期负荷预测,并对比了三种模型预测的效果,预测结果表明了混沌预测方法的有效性。 相似文献
15.
16.
17.
短期负荷预测中的负荷求导法及天气因素的使用 总被引:4,自引:2,他引:2
为了将超短期负荷预测中具有高准确率和高可靠性的负荷求导法移植到短期负荷预测中,从采用差分运算、降低直接预测的数值,以及充分使用负荷“近大远小”、“相似日”性质等角度对其进行了分析。结果表明可以将负荷求导法用于短期负荷预测。将其与标准日负荷曲线取平均作为预测结果,示例表明日平均误差小于2%。若将最近15天左右预测值与实际负荷值之间的差值,再通过各敏感点负荷与平均气温等作回归分析,可以实现考虑天气的负荷求导法。 相似文献