| 短期电力负荷的小波——混沌时序预测 |
| |
| 引用本文： | 潘玉民,邓永红,张全柱.短期电力负荷的小波——混沌时序预测[J].系统仿真学报,2013,25(5). |
| |
| 作者姓名： | 潘玉民 邓永红 张全柱 |
| |
| 作者单位： | 华北科技学院信息与控制技术研究所,北京,101601 |
| |
| 基金项目： | 国家安全生产监督管理总局安全生产科技发展指导性计划项目，河北省教育厅科学技术研究项目 |
| |
| 摘 要： | 提出了一种基于2层小波分解的混沌时序相空间重构预测模型.该模型利用小波分解原始负荷时间序列为周期项、趋势项和随机项,采用不同的混沌相空间重构高低频信号,再分别用相应的小波神经网络工具箱拟合混沌吸引子,将其输出进行信号重构得到最终预测结果.该方法兼有频率特征提取和相空间重构的优点,使短期电力负荷时序列的动力学系统得到更加细致的恢复.通过对欧洲电力负荷竞赛数据的实验证明了所提方法的有效性,仿真结果表明方法预测精度优于常规混沌时序预测方法.针对神经网络预测不稳定的问题给出了一种种解决措施,并提出了一种小波神经网络工具箱,该方法比编程实现的小波网络可以大幅度提高训练速度,尤其适合于大批量数据的训练,对小波神经网络的推广应用和混沌时序预测具有重要意义.
|
| 关 键 词： | 电力负荷 小波分解 混沌 相空间重构 时间序列 小波神经网络(WNN) 工具箱 预测 |
Wavelet-Chaotic Time Series Prediction of Short-term Electric Power Load |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
