考虑季节特性的改进小波包-RBF用电量预测方法

• 作者: 戴黎 牛东晓 覃泓皓 金翔 钱望月
• 来源期刊: 电力科学与技术学报
• 学科: 工学
• 关键词: 用电量预测 小波包去噪 径向基函数 季节特性
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 科学研究
• 页码范围: 37-44
• 页数: 8页
• 分类号: TM715
• 字数: 5337字
• 语种: 中文

摘要

用电量月度曲线中包含噪声，如温度、湿度等气候影响及季节特性影响，对用电量预测的建模与预测效果带来极大干扰，传统的小波包去噪预测模型会去除历史数据中的季节特性，降低序列峰谷预测值的准确性。根据月度用电量横向纵向时间序列上的连续性构建二维矩阵，并采用小波包分解，使用改进的阈值函数-双曲线函数进行去噪处理，获得去噪用电量；基于径向基函数(RBF)神经网络模型预测用电量，根据季节指数识别用电量特性明显的季度，并根据多月合成预测和比例分配修正月度预测值。实例分析表明：该方法可行、有效，改进后的小波包-RBF预测模型可控性强，能有效提高波峰谷季节的月度预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓	华北电力大学经济与管理学院	306	6130	40.0	64.0
2	覃泓皓	华北电力大学经济与管理学院	4	11	2.0	3.0
3	钱望月		1	5	1.0	1.0
4	金翔		1	5	1.0	1.0
5	戴黎		1	5	1.0	1.0