短期电力负荷的小波——混沌时序预测

• 作者: 张全柱 潘玉民 邓永红
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 电力负荷 小波分解 混沌 相空间重构 时间序列 小波神经网络(WNN) 工具箱 预测
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 建模与仿真理论及方法
• 页码范围: 868-875
• 分类号: TM715
• 语种: 中文

摘要

提出了一种基于2层小波分解的混沌时序相空间重构预测模型.该模型利用小波分解原始负荷时间序列为周期项、趋势项和随机项,采用不同的混沌相空间重构高低频信号,再分别用相应的小波神经网络工具箱拟合混沌吸引子,将其输出进行信号重构得到最终预测结果.该方法兼有频率特征提取和相空间重构的优点,使短期电力负荷时序列的动力学系统得到更加细致的恢复.通过对欧洲电力负荷竞赛数据的实验证明了所提方法的有效性,仿真结果表明方法预测精度优于常规混沌时序预测方法.针对神经网络预测不稳定的问题给出了一种种解决措施,并提出了一种小波神经网络工具箱,该方法比编程实现的小波网络可以大幅度提高训练速度,尤其适合于大批量数据的训练,对小波神经网络的推广应用和混沌时序预测具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张全柱	华北科技学院信息与控制技术研究所	55	239	7.0	13.0
2	潘玉民	华北科技学院信息与控制技术研究所	40	142	5.0	10.0
3	邓永红	华北科技学院信息与控制技术研究所	52	187	7.0	11.0