基于小波变换的混合神经网络短期负荷预测

• 作者: 尹成群 屈利 康丽峰 毕红博
• 来源期刊: 电力需求侧管理
• 学科: 工学
• 关键词: 负荷预测 神经网络 信息熵 小波变换 动态聚类 灰色关联分析
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 学术研讨
• 页码范围: 22-26
• 页数: 5页
• 分类号: TM715
• 字数: 4344字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1831.2007.04.011

摘要

准确的短期负荷预测是作出正确营销决策的依据.采用小波变换对负荷序列进行分解,对于每一分解序列,分别按照各自的特点选择出比较合适的影响因素,采用信息熵理论和主成份分析相结合的属性约简法对其进行约简,并利用动态聚类对各分解序列的样本归类,通过灰色关联分析找到与预测时刻负荷模式最接近的一些典型样本,训练各分解序列相应的神经网络预测模型,最后通过序列重构,得到完整的负荷预测结果.采用实际负荷数据进行测试,表明这一方法预测效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹成群	华北电力大学电子与通信工程系	70	714	14.0	23.0
2	毕红博	华北电力大学电子与通信工程系	3	17	3.0	3.0
3	屈利	华北电力大学电子与通信工程系	4	28	4.0	4.0
4	康丽峰		6	19	3.0	4.0