短期电力负荷在小波包分解下的径向基神经网络预测方法

• 作者: 刘念 张毅 李鹏华 邱翊峰
• 来源期刊: 数字通信
• 学科: 工学
• 关键词: 短期电力负荷预测 小波包分解 径向基神经网络 小波重构
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 学术研究
• 页码范围: 42-47
• 页数: 6页
• 分类号: TM714
• 字数: 4037字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3824.2013.04.010

摘要

针对短期电力负荷预测问题,提出一种在小波包分解下的径向基神经网络预测方法.通过小波包分析,将电力载荷及其温度变量对称地分解为低频的近似系数扣高频的细节系数.针对不同的小波系数,设计径向基神经网络作为预测器,并通过试错法确定网络合适的结构.网络的训练过程中,采用滑动窗口数据选择策略减少数据样本集,采用随机梯度法更新权值、中心位置和扩展参数.预测的小波系数用于重构出最终的电力载荷值.与前馈多层神经网络的对比数值,实验结果表明,新提出的方法具有较高的预测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅	重庆邮电大学自动化学院	281	2390	21.0	36.0
2	李鹏华	重庆邮电大学自动化学院	3	10	2.0	3.0
3	邱翊峰	输配电装备及系统安全与新技术国家重点实验室重庆大学自动化学院	1	3	1.0	1.0