考虑不确定区间的电力负荷GELM-WNN预测方法

• 作者: 刘泽三 李廷顺 王伟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 预测区间 不确定性 电力负荷 小波神经网络 广义极限学习机
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 315-320
• 页数: 6页
• 分类号: TP391
• 字数: 5001字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053148

摘要

为提高电力市场负荷预测的可靠性,结合广义极值学习机(GELM)、小波神经网络(WNN)和抽样模型构建技术,提出一种混合概率电力负荷预测方法.考虑预测模型和数据噪声的不确定性,利用小波函数将信息分成具有不同频率属性的子序列,并采用相似的分辨率尺度对其进行分析.使用GELM对WNN进行快速训练,通过迭代自适应抽样技术实现模型的不确定性评估,以概率区间形式输出电力负荷预测.提前24 h预测电力系统的最大负荷,结果表明,该方法的MAPE值低于1.1％,优于灰度值预测和比率估计方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟		9	17	3.0	3.0
2	李廷顺	华北电力大学控制与计算机工程学院	7	38	3.0	6.0
3	刘泽三		2	19	2.0	2.0