基于小波分析和支持向量機(jī)的電力短期負(fù)荷預(yù)測.pdf

1、電力系統(tǒng)短期負(fù)荷預(yù)測是電力系統(tǒng)安全和經(jīng)濟(jì)運(yùn)行的重要依據(jù)。價(jià)格競爭機(jī)制引入電力系統(tǒng)形成電力市場后，對短期負(fù)荷預(yù)測的精度和速度提出了更高的要求。雖然負(fù)荷預(yù)測的研究己有幾十年歷史，有很多負(fù)荷預(yù)測的理論和方法，但是隨著新理論和新技術(shù)的發(fā)展，對負(fù)荷預(yù)測新方法的研究仍在不斷地深入進(jìn)行。支持向量機(jī)作為數(shù)據(jù)挖掘的一項(xiàng)新技術(shù)，應(yīng)用于模式識別和處理回歸問題等諸多領(lǐng)域。小波分析理論在時(shí)間頻域分析方面有獨(dú)特的優(yōu)勢。針對短期負(fù)荷預(yù)測的各種影響因素的非線性特性，結(jié)

2、合小波分析和支持向量機(jī)各自的優(yōu)勢，本文提出基于小波分析和支持向量機(jī)的電力系統(tǒng)短期負(fù)荷預(yù)測新方法，以提高預(yù)測精度和時(shí)效性，具有重要的理論意義和實(shí)用價(jià)值。
　　 本文介紹了支持向量機(jī)的基本原理，分析了支持向量機(jī)所具有非線性擬合、泛化能力強(qiáng)、訓(xùn)練收斂速度快等顯著特點(diǎn)。針對電力系統(tǒng)負(fù)荷與各種影響因素之間的非線性關(guān)系，建立了基于支持向量機(jī)的短期負(fù)荷預(yù)測模型，并與神經(jīng)網(wǎng)絡(luò)方法作了實(shí)例分析比較，印證了支持向量機(jī)在負(fù)荷預(yù)測方面的優(yōu)越性。

3、　　 由于影響負(fù)荷的因素繁多且復(fù)雜，若對輸入不加適當(dāng)選擇處理會(huì)導(dǎo)致預(yù)測精度降低，訓(xùn)練時(shí)間增加。本文采用小波分析這種有效的時(shí)間負(fù)荷序列分析技術(shù)，將歷史負(fù)荷序列分為幾個(gè)頻率不同的更具有可預(yù)測性的序列，強(qiáng)化了歷史數(shù)據(jù)規(guī)律。在基于支持向量機(jī)負(fù)荷預(yù)測的基礎(chǔ)上，對樣本負(fù)荷序列進(jìn)行頻域分解，建造負(fù)荷預(yù)測的支持向量機(jī)模型。實(shí)例分析驗(yàn)證了基于小波分析和支持向量機(jī)的負(fù)荷預(yù)測方法能夠有效的提高負(fù)荷預(yù)測的精度。
　　 本文在VC++6.0的基礎(chǔ)上，利