10.13335/j.1000-3673.pst.2016.02.028
电力负荷无迹卡尔曼阈值多频级WNN区间预估
针对传统小波神经网络(wavelet neural network,WNN)应用于电力负荷预测时,存在网络组件无法对小波高频信号分量进行有效处理的问题,提出一种针对电力负荷高频信号的无迹卡尔曼滤波(unscented kalman filter,UKF)多频级WNN区间预测算法.首先,给定高频分量信号阈值,对三通道滤波器获取的中频信号分量进行深度划分,并利用UKF算法的无迹变换,获取电力信号高频小波分量均值产生的sigma特征点,将其作为神经网络输入进行训练和预测;其次,针对WNN输出低频信号分量方差的预测输出增量变换问题,利用区间预测估计算法实现高、低频方差预测输出融合,并作为网络输出评价指标;最后,通过实验对所提算法进行有效性验证,并给出高频信号分量阂值选取实验结果,为高频阂值选取提供依据.
电力负荷、无迹卡尔曼滤波、阈值、小波神经网络、区间预估
40
TM721(输配电工程、电力网及电力系统)
2016-05-26(万方平台首次上网日期,不代表论文的发表时间)
527-533