基于小波软阈值的中长期电力负荷预测研究.pdf

维普资讯 第 20卷 第 12期 广 东 电 力 V01．20NO．12 2007年 12月 GUANGDONG ELECTRIC P0、)~ R Dec．2007 文章编号：1007—290X(2007)12-0005—04 基于小波软阈值的中长期电力负荷预测研究 吴耀华 (陕西理工学院 电气工程系，陕西 汉中723003) 摘要：由于中长期电力系统负荷数据相对较少，影响因素广泛，常用的负荷预测方法很难达到满意的精度，所 以提出一种结合小波软阈值和广义回归神经网络的综合预测模型，该模型充分考虑了长期负荷数据相对较少和 影响因素广泛的特点，把负荷预测看作一个信号序列，应用小波去噪原理，将信号与噪声分离，然后利用广义 回归神经网络进行预测 。实际应用证明，预测结果是令人满意的。 关键词：广义回归神经网络；中长期负荷预测；小波软阈值；小波去噪原理 中图分类号：TM715 文献标志码：A StudyonM id—andLong-term PowerLoadForecastingBasedon W aveletSoft—thresholdTechnology W U Yao—hua (Dept、ofElectricalEngineering，ShaanxiUniversityofTechnology，Hanzhong，Shaanxi723003，China) Abstract：Mid—andlong-term loaddataofpowersystem iscomparativelyinadequateandinfluencedbymanyfactors．Hence itisdifficulttoachievesatisfactoryprecisionbyuseofcommonloadforecastmethods．Thispaperpresentsacomprehensive forecastmodelintegratingwaveletsoft—thresholdwithgeneralregression neuralnetwork (GRNN)．W ith fullconsideration ofthecharacteristicsoflong—term loaddata，theloadforecastisviewedasasignalsequenceandthesignalisdenoisedwith waveletdenoisingtheory．ThenGRNN isusedtoforecasttheload．Practicalapplicationsshow thattheforecastprecisionis satisfying． Keywords：generalregressionneuralnetwork (GRNN)；mid—andlong-term loadforecast；waveletsoft—threshold；wavelet denoisingtheory 对电力系统而言，提高电网运行的安全性和经 波动，而随机性因素引起的随机波动则是短周期、 济性，改善电能质量，都依赖于准确的负荷预测。 高频率的。因此，长期负荷数据序列就可以看作一 此外，从发展来看，负荷预测也是我国实现电力市 个信号序列，根据周期长短或者频率高低分离，然 场的必备条件。 后应用小波去噪原理，将信号与噪声分离 j。 常用的负荷预测方法有外推法、相关分析法和 广义回归神经网络在样本数据较稀少时，效果 时间序列法等，近年来有很多学者通过引人人工