科研之友
微信
新浪微博
Facebook
分享链接
摘要
当前,诸多研究人员被电力负载预测所吸引,由于其是精确计划、调度及运维电力系统的先决条件。众多因素均影响着电力负载预测,因此提出一个混合模型来提升预测的准确性是有必要的。文中提出一种采用2种方法的新的混合负载估计方案:小波变换(avelet transform,WT)和人工神经网络(artificial neural network,ANN)。为了将大型非对称时变电力原始数据集合考虑到其中,根据时间和频率采用小波技术来分解数据,众多小波函数可以采用,但选择一种合适的小波函数在设计此模型中扮演着关键作用。文中采用了以下几种类型的小波函数,即Haar小波函数、Deubechies小波函数、Symlet小波函数以及Coiflet小波函数,将电力负载数据分解成不同的段。随后,使用ANN来预测负载的非线性数据。由AEMO获取一周每天24 h的数据验证了文中所设计模型的有效性。
- 单位
