考虑不确定区间的电力负荷GELM-WNN预测方法

作者：李廷顺; 王伟; 刘泽三

来源：计算机工程, 2019, 45(07): 315-320.

DOI：10.19678/j.issn.1000-3428.0053148

• 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

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。

• 单位
  华北电力大学