小波软阈值去噪和GRNN网络在月度负荷预测中的应用

• 作者: 刘学琴 吴耀华 崔宝华
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 月度负荷预测 广义回归神经网络 小波软阈值 去噪
• 年，卷（期）: 2009,（14）
• 所属期刊栏目: 应用研究
• 页码范围: 59-62,85
• 页数: 5页
• 分类号: TM715
• 字数: 4083字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2009.14.013

摘要

在介绍了小波阈值降噪理论和广义回归神经网络基本理论的基础上,针对电力系统的月负荷数据同时具有趋势增长性和季节波动性的复杂非线性特征,提出了一种月负荷预测新方法.首先对历史数据进行小波软阈值去噪,以横向历史数据和纵向历史数据作为神经网络的输入,建立了月度负荷预测模型,并将其应用于我国某地区月度负荷预测,结果表明:该模型既具有较好的鲁棒性,预测精度较高且较为稳定,又具有良好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴耀华	陕西理工学院电气工程系	17	89	6.0	9.0
2	刘学琴	保定电力职业技术学院电气工程系	7	113	5.0	7.0
3	崔宝华	保定电力职业技术学院电气工程系	3	46	3.0	3.0