基于谱分析的Elman神经网络在电力系统短期负荷预测中的应用

摘要

输入变量的选择是直接影响到短期负荷预测精度的关键步骤.本文将谱分析引入到输入变量的选择中来,采用快速傅立叶变换(FFT)对96点负荷曲线进行频谱分析,得出被研究负荷的周期特性,继而提取反映被预测系统负荷真实特性的输入变量.在进行预测时,本文采用了具有动态递归性能的Elman神经网络,可增强负荷预测模型的适应性.经一个实际电网的实际应用,证实其比传统静态前馈神经网络预测模型更能有效地提高预测精度.