区间电力负荷特征提取及预测方法
来源期刊:控制工程2015年第4期
论文作者:马立新 李渊
文章页码:645 - 648
关键词:区间时间序列;特征提取;小波分析;负荷预测;神经网络;
摘 要:电力负荷是典型的时间序列数据,提前对未来一个月每天最大负荷值的预测,是一个有时间间隔的预测过程。对于连续多天负荷预测的研究中,节假日负荷预测是一个难题,需把待预测日分成法定假日和非假日两类分别进行处理。引入区间负荷预测方法,用标幺值量化假日负荷特征和趋势,并通过小波分解来提取非假日负荷变化的特征,分别建立对应的BP神经网络模型进行预测。某市电力负荷数据的预测结果表明,这种预测方法为间隔时间区间的最大负荷预测问题提供了一个有效的解决方案。
马立新,李渊
上海理工大学光电信息与计算机工程学院
摘 要:电力负荷是典型的时间序列数据,提前对未来一个月每天最大负荷值的预测,是一个有时间间隔的预测过程。对于连续多天负荷预测的研究中,节假日负荷预测是一个难题,需把待预测日分成法定假日和非假日两类分别进行处理。引入区间负荷预测方法,用标幺值量化假日负荷特征和趋势,并通过小波分解来提取非假日负荷变化的特征,分别建立对应的BP神经网络模型进行预测。某市电力负荷数据的预测结果表明,这种预测方法为间隔时间区间的最大负荷预测问题提供了一个有效的解决方案。
关键词:区间时间序列;特征提取;小波分析;负荷预测;神经网络;