相关遗传算法的wnn在电力负荷短期预测中的应用

《相关遗传算法的wnn在电力负荷短期预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于遗传算法的WNN在电力负荷短期预测中的应用郭玉坤，等基于遗传算法的WNN在电力负荷短期预测中的应用郭玉坤，王忠红(河西学院甘肃张掖，734O0O)(张掖市第二中学甘肃张掖，734000)摘要：提出将小波神经网络和遗传算法相结合，用于电力系统短期负荷预测的新方法。具体是充分利用遗传算法的优越性，对小波神经网络的权值进行优化，然后利用优化得到的权值，对原始数据进行WNN训练。通过仿真，该种方法比传统利用神经网络进行负荷预测具有更高的精度。关键词：遗传算法；小波神经网络；优化；电力系统负荷预测Abstract：ItisproposedanewmethodforusingShort-termloa

2、dforecastinginpowersystem,itcombinedWaveletNeuralNetworksandGeneticalgofithrn．Specificallytakeadvantageofthesuperiorityofgeneticalgorithm，optimizetheweightsofWaveletNeuralNetwork,andthenusetheoptimizeweights；traintheoriginaldatausingWaveletNeuralNetwork．Throughsimulation，thismethodhashigheraccuracyt

3、hantraditionalloadforecastingusingneuralnetworks．ThisworkissupportedbyDepartmentofEducationofGansuProvinceKeywords：Geneticalgorithm；Waveletneuralnetwork；Optimize；Powersystemloadforecasting中图分类号：TP183文献标识码：B文章编号：1001-9227(2012)04-0118-030引言的初始平移、伸缩参数以及网络的其他权值，解决网络初电力系统短期负荷预测是指以年以内并以月为单位值问题，再用小波神经网络进行

4、快速的局部寻优。应用在的负荷预测，还可以是以周、天、小时为单位的负荷预测，电力系统负荷预测中，通过某一地区的数据，通过仿真，它是制定发电计划和输电方案的主要依据，对合理安排机证明了该方法的有效性。组启停、确定燃料供应计划、进行能量交易等具有重要意义，是电力系统经济调度的重要组成部分。随着电力系统1小波神经网络预测模型市场化的不断深入，短期负荷预测在电力系统中显得更加1．1小坡神经网络重要。今年来，随着经济的快速发展，我国经常处于“电近十年来，小波分析及其应用得到了较快的发展，并荒”的被动情况，为了更好地利用电能，必须做好电力负在很多领域里有重要的应用，它涉及面广、影响之深远、荷的短期预报工作。

5、负荷预报的误差将导致运行和生产费发展之迅速是空前的，它所取得的成就令人瞩目。随着用的剧增，因此，精确的预报就成了电力工作者和其他科小波理论的日益成熟和完善，许多学者将小波理论运用到技人员致力解决的问题。人工神经网络，从而提出了小波神经网络⋯的概念。小波国内外专家学者关于电力系统负荷预测的研究做了神经网络(WaveletNeuralNetwork，简称WNN)，它是基大量的工作，目前为止，已经提出了多种有效地预测方于小波分析理论所构建的一种新的神经网络模型，它充分法，诸如偏最小二乘回归分析法⋯、周期自回归模型、遗利用小波变换良好的局部逼近能力，并结合神经网络的自传神经网络、模糊神经网络、小波系数

6、和BP神经网络学习功能，因而具有较强的逼近、容错能力，其实现过程等等，以实现对电力负荷的准确预测。比较简单。电力系统负荷受如天气、节假日等多方面影响，使负在函数空间((或更广泛的Hilbert空间)中，选择荷变化发生差异，呈现出较强的非线性特性，而神经网络一个母小波函数(又称为基本小波函数)妒()，使其满足约具有较强的非线性映射特性，我们就可考虑用神经网络去束条件：预测电力负荷。然而传统的神经网络预测方法，由于其本身在神经元参数的确定和网络结构的选择上都没有很好e∞的理论指导。基于此，论文提出了一种遗传算法的小波神式中，(为()的Fourier变换。对()作伸缩、平经网络在电力系统负荷预测中的

7、新方法，该方法克服传统移变换得N4,波基函数系{4x)j。小波神经网络以误差反向传播算法选择参数依据的不足，利用遗传算法结合小波神经网络在全局进行最优解的初()=(三二皇)(2)步搜寻，将最优解锁定在某个小区域并确定小波神经网络口“式中，n是伸缩因子，b是平移因子。收稿日期：2012—02—11对于任意函数-厂(x)∈L2(R)，其连续小波变换定义为：作者简介：郭玉坤(1980一)，女，讲师。11