基于小波变换和遗传算法优化神经网络负荷预测

• 作者: 刘天琪 刘绚
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 负荷预测 神经网络 小波变换 遗传算法
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 电力市场
• 页码范围: 15-18,67
• 分类号: TM711
• 字数: 3229字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6954.2010.03.005

摘要

提出了采用小波变换和遗传算法优化神经网络的混合模型对电力负荷进行短期预测.首先通过小波变换,将原始负荷序列分解到不同的尺度上,然后根据不同的子负荷序列的特性分别建立相匹配的神经网络模型,采用遗传算法优化各神经网络模型的初始权值,最后对各分量预测结果进行重构得到最终预测值.采用成都某地区2009年的实际负荷对所提方法进行验证,实验结果表明基于该方法的负荷预测系统具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘天琪	四川大学电气信息学院	236	3227	28.0	47.0
2	刘绚	四川大学电气信息学院	1	20	1.0	1.0