小波贝叶斯神经网络在冲击负荷地区短期负荷预测中的应用

• 作者: 农为踊 孟安波 彭显刚 李慧良 李鹏鹏
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 小波分析 贝叶斯神经网络 冲击负荷 短期负荷预测
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 电力工程
• 页码范围: 7-12
• 页数: 6页
• 分类号: TM715
• 字数: 3575字
• 语种: 中文

摘要

大量随机冲击负荷(炼钢厂、轧钢厂)接入系统给负荷预测造成困难,使得短期负荷预测精度下降.首先就冲击负荷地区的负荷特征进行分析,找出影响负荷预测精度的原因,提出利用小波变换对负荷序列进行多尺度分解,得到在不同频段下负荷子序列,重点针对各负荷分量不同特点,建立含不同输入量的贝叶斯神经网络预测模型,再将预测结果进行小波重构,从而得出最后预测结果.再与另两种模型进行对比,结果表明该方法能提高冲击负荷地区的短期负荷预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭显刚	广东工业大学自动化学院	105	1183	20.0	30.0
2	李鹏鹏	广东工业大学自动化学院	3	42	3.0	3.0
3	孟安波	广东工业大学自动化学院	92	669	15.0	21.0
4	李慧良		2	21	2.0	2.0
5	农为踊		2	21	2.0	2.0