基于小波分析改进的神经网络模型电力系统负荷预测

摘要：

建立了模糊决策模型分析所给历史负荷数据的关联度,以提取对预测有贡献的有用数据,除去“坏数据”,即对原始数据进行预处理.建立了神经网络模型,并结合小波分析和神经网络的优势建立改进小波神经网络的结构模型,预测出待测日96个时间点的电力负荷值.通过准确度分析,验证了模型的合理性.进而将所建模型应用于某地区进行负荷预测,并且对该地区的负荷特点及规律性进行了讨论.

关键词：负荷数据、小波分析、神经网络、电力负荷、负荷预测

所属期刊栏目：31

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金50977029.Project Supported by National Natural Science Foundation of China50977029

在线出版日期：2015-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：16-20,27