基于小波分析的短期电力负荷组合预测方法

• 作者: 严正 石恒初 葛夕武 黄涛
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 小波分析 人工神经网络 Bp网络 ARIMA 短期负荷预测 组合预测
• 年，卷（期）: 2007,（17）
• 所属期刊栏目: 负荷预测
• 页码范围: 22-26
• 页数: 5页
• 分类号: TM715
• 字数: 3480字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2007.17.006

摘要

为了提高电力系统短期负荷预测的精度,提出了基于小波分析的人工神经网络(ANN)和累积式自回归滑动平均(ARIMA)模型的组合预测方法.针对电力系统负荷具有拟周期性、非平稳性和非线性的特点,首先利用小波变换对负荷序列进行小波分解与单支重构,得到各频段上的近似序列和细节序列.根据各序列的自身特点,将经奇异性检测后的数据分别采用相匹配的BP模型和ARIMA模型进行预测,最后将各负荷序列的预测结果加以组合得到最终的预测结果.经实际算例验证,该方法能够有效地提高预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严正	上海交通大学电子信息与电气工程学院	118	1150	19.0	29.0
2	黄涛	上海交通大学电子信息与电气工程学院	18	89	5.0	9.0
3	葛夕武	上海交通大学电子信息与电气工程学院	2	43	2.0	2.0
4	石恒初	上海交通大学电子信息与电气工程学院	3	49	3.0	3.0