小波变换与基于ampso算法的神经网络在电力系统短期负荷预测中的应用

《小波变换与基于ampso算法的神经网络在电力系统短期负荷预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ADissenationsubmittedtoZhejiangUniversi锣inpartialfulnllmentofthe№quirementsforthedegreeofMasterofScience．ApplyingWaVeletTransformandAMPSObasedNeuralNetworktoShort—termLoadforecastingofPowerSVStemS，Candidate：SuperVisor：ZhangXunYanWenjunZhejiangUniVersity，Hangzhou，P：R．China，310027May’20112浙江大学研究生学位论文独

2、创性声明㈣llIIl㈣IIlll㈣Ⅲu1111lm⋯㈣Y2047583本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得逝鎏盘堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解迸姿盘堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝姿盘鲎可以将学位论文的全部或部分内容编入有关数据库进行检索

3、和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：导师签名：签字同期：年月同签字同期：年月同3浙江大学硕士学位论文摘要电力系统负荷预测是电力部门实施发电计划，负荷管理，系统安全性能评估的重要依据。随着世界范围内电力市场化进程的不断深入，一点小的预测误差往往就意味着较大的经济损失，因此负荷预测的有效和精准性也越发显示出其空前的经济效益。此外，负荷预测也是预测与制定电价的重要基础，其预测的精度直接影响到电力系统运行的安全性、经济型。本文首先概述了电力系统短期负荷预测的原理和研究现状，对预测的一些常用方法进行了综述。然后对公开的负荷

4、数据进行了特征分析，详细的阐述了实际电力负荷表现出来的周期性与规律性，为后文的负荷类型分析以及数据的处理打下理论基础。应用小波变换的时频暂态分析特性，通过经典的Mallat算法，将原始负荷序列进行三层小波分解。分解后的负荷子序列包含了不同的周期与频率信息，然后根据各个分量的特点构造自适应的神经网络模型分别进行负荷预测。在神经网络的训练过程中，一种改进的粒子群算法(AMPSO)被引用来训练神经网络网络的权值。该算法的特点是引入了变异与进化的环节，使得AMPSO算法相比较于传统的BP算法，具有沿着最优途径加速达到全局最优解的功能，从而使得神经网络通过训练后能够达到最小的输出误差。之外，负荷数据的历

5、史相关性分析也被引入到神经网络的输入向量设计环节中，保证了神经网络的输入向量一定是与预测时刻最相关的数据。最后，各个神经网络模型的输出值经过小波重构得到最终的预测负荷数据。结合实际的历史负荷数据和气象信息，本文在不同的时间段上使用本文介绍的方法对负荷进行了预测，且用一些保留的数据作为测试其预测性能。预测结果显示，本文提出的预测模型相比于传统的BP神经网络，极大的提高了预测准确度。除此以外，通过与基于传统PSO．神经网络的预测模型进行比较，还证明了AMPSO算法在训练神经网络中具有更好的收敛性和精确度。该方法对其他的一系列预测问题，如股价预测，原油价格预测，房价预测等，也具有较高的参考价值和指导

6、意义。关键词：负荷预测，小波变换，粒子群算法，神经网络，相关性分析AbstractShort—terIIl10adforecasting(STLF)haSalwaysbeenakeyissueforoperationofbothregulatedpo、versystemsandelectrici够market．WiththedeVelopmentoftheelectricalmarkethaSbeenmorea11dmorecompetitiVeinaworldwidescale，alittleforecaStingerrormightleadstoagreatprofitlossa11dma

7、rketsharesdecreasing．Therefore，theaccuracyalldavailabilit)rofloadforecaStingisbecomingincreasinglyimportallt．Besides，loadf．orecastisusuallyakeydataforelectricitypriceforecast．HoweVer，duetotheenduringe