作者：沈放; 吴静进; 谢风连小波变换离散小波变换人工神经网络小波变换神经网络短期负载预测
摘要：当前，诸多研究人员被电力负载预测所吸引，由于其是精确计划、调度及运维电力系统的先决条件。众多因素均影响着电力负载预测，因此提出一个混合模型来提升预测的准确性是有必要的。文中提出一种采用2种方法的新的混合负载估计方案：小波变换（avelet transform，WT）和人工神经网络（artificial neuraln etwork，ANN）。为了将大型非对称时变电力原始数据集合考虑到其中，根据时间和频率采用小波技术来分解数据，众多小波函数可以采用，但选择一种合适的小波函数在设计此模型中扮演着关键作用。文中采用了以下几种类型的小波函数，即Haar小波函数、Deubechies小波函数、Symlet小波函数以及Coiflet小波函数，将电力负载数据分解成不同的段。随后，使用ANN来预测负载的非线性数据。由AEMO获取一周每天24h的数据验证了文中所设计模型的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
