小波變換與基于AMPSO算法的神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)短期負荷預(yù)測中的應(yīng)用.pdf

1、電力系統(tǒng)負荷預(yù)測是電力部門實施發(fā)電計劃,負荷管理,系統(tǒng)安全性能評估的重要依據(jù)。隨著世界范圍內(nèi)電力市場化進程的不斷深入,一點小的預(yù)測誤差往往就意味著較大的經(jīng)濟損失,因此負荷預(yù)測的有效和精準(zhǔn)性也越發(fā)顯示出其空前的經(jīng)濟效益。此外,負荷預(yù)測也是預(yù)測與制定電價的重要基礎(chǔ),其預(yù)測的精度直接影響到電力系統(tǒng)運行的安全性、經(jīng)濟型。
　　 本文首先概述了電力系統(tǒng)短期負荷預(yù)測的原理和研究現(xiàn)狀,對預(yù)測的一些常用方法進行了綜述。然后對公開的負荷數(shù)據(jù)進行了

2、特征分析,詳細的闡述了實際電力負荷表現(xiàn)出來的周期性與規(guī)律性,為后文的負荷類型分析以及數(shù)據(jù)的處理打下理論基礎(chǔ)。應(yīng)用小波變換的時頻暫態(tài)分析特性,通過經(jīng)典的Mallat算法,將原始負荷序列進行三層小波分解。分解后的負荷子序列包含了不同的周期與頻率信息,然后根據(jù)各個分量的特點構(gòu)造自適應(yīng)的神經(jīng)網(wǎng)絡(luò)模型分別進行負荷預(yù)測。在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中,一種改進的粒子群算法(AMPSO)被引用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)的權(quán)值。該算法的特點是引入了變異與進化的環(huán)節(jié),使

3、得AMPSO算法相比較于傳統(tǒng)的BP算法,具有沿著最優(yōu)途徑加速達到全局最優(yōu)解的功能,從而使得神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練后能夠達到最小的輸出誤差。之外,負荷數(shù)據(jù)的歷史相關(guān)性分析也被引入到神經(jīng)網(wǎng)絡(luò)的輸入向量設(shè)計環(huán)節(jié)中,保證了神經(jīng)網(wǎng)絡(luò)的輸入向量一定是與預(yù)測時刻最相關(guān)的數(shù)據(jù)。最后,各個神經(jīng)網(wǎng)絡(luò)模型的輸出值經(jīng)過小波重構(gòu)得到最終的預(yù)測負荷數(shù)據(jù)。
　　 結(jié)合實際的歷史負荷數(shù)據(jù)和氣象信息,本文在不同的時間段上使用本文介紹的方法對負荷進行了預(yù)測,且用一些保留