電力負(fù)荷預(yù)測在國家電力系統(tǒng)的生產(chǎn)、調(diào)度、規(guī)劃具有非常重要的意義.基于小波變換的基本原理和Mallat快速小波分解和重構(gòu)算法,利用db4方法進(jìn)行小波分解,用自回歸方法對低頻進(jìn)行分析和預(yù)測,用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對高頻進(jìn)行分析和預(yù)測,再將這兩部分?jǐn)?shù)據(jù)整合起來重構(gòu),就獲得了系統(tǒng)完整的預(yù)測.實(shí)驗(yàn)證明,基于小波和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測方法對比傳統(tǒng)方法,達(dá)到了較好的預(yù)測精度. 

【文章來源】：云南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,42(S2)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

db4小波分解示意圖

RBF神經(jīng)網(wǎng)絡(luò)是一種具有3層結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò),結(jié)構(gòu)如圖2所示.第1層為輸入層,它可以從信號源節(jié)點(diǎn)處接收輸入的信號并把該信號傳輸給第2層隱含層,隱含層是RBF神經(jīng)網(wǎng)絡(luò)最關(guān)鍵的部分,隱含層中傳遞函數(shù)的個(gè)數(shù)根據(jù)實(shí)際情況確定,這里的傳遞函數(shù)是對稱的而且是非線性的函數(shù),第3層為輸出層,其作用是對隱含層中非線性函數(shù)的結(jié)果進(jìn)行線性的組合,這樣就得到了最后的預(yù)測結(jié)果[14].RBF神經(jīng)網(wǎng)絡(luò)最關(guān)鍵的部分在于隱含層,并用其中的基本單元構(gòu)造出一個(gè)隱含層空間,隱含層空間其實(shí)是一種非線性函數(shù),這個(gè)函數(shù)呈局部分布且關(guān)于中心點(diǎn)對稱.因此,當(dāng)確定了RBF神經(jīng)網(wǎng)絡(luò)的中心點(diǎn),即可將輸出層的輸入信號映射到隱含層形成隱含層空間,再將隱含層空間中的基本單元進(jìn)行線性組合,得到最后的結(jié)果.

基于前面的描述,進(jìn)行算法設(shè)計(jì).其基本思想是:電力負(fù)荷序列具有很強(qiáng)的非線性,但是它可以看成低頻時(shí)間序列和高頻時(shí)間序列的合成,如果利用小波分解辦法使它形成高低頻時(shí)間序列,低頻序列的時(shí)間序列采用AR方法預(yù)測建模,高頻時(shí)間序列采用RBF神經(jīng)網(wǎng)絡(luò)預(yù)測建模,就可以取得較好效果.基于小波和RBF神經(jīng)網(wǎng)絡(luò)電力負(fù)荷預(yù)測算法設(shè)計(jì)如圖3.(1) 一般情況下,用f(t)=s(t)+σe(t)來表示含有噪聲的信號模型,其中,s(t)表示原始信號,f(t)表示含有噪聲的信號,e(t)表示噪聲信號,要進(jìn)行時(shí)間序列分析,必須先預(yù)處理去噪聲,這里采用模極大值小波去噪法處理.

【參考文獻(xiàn)】：
期刊論文
[1]空間電力負(fù)荷預(yù)測方法綜述與展望[J]. 肖白,周潮,穆鋼.  中國電機(jī)工程學(xué)報(bào). 2013(25)



本文編號：2974062