基于小波变换与支持向量机的电力系统短期负荷预测

摘要

本文对电力系统负荷的组成、特点，以及常用短期负荷预测方法的优缺点进行了探讨。通过分析，发现负荷序列可以看作是一系列具有不同频率特征分量的叠加，因此将小波分析方法引入负荷预测，将负荷序列分解成具有不同频率特征的序列，对分解后的分量根据其特点构造相应的支持向量机模型进行预测，并考虑决定负荷大小的影响因素，加入气象因素温度的影响。将各分量预测结果叠加以获得最终预测值。将本文方法应用于某地区的历史负荷预测，可以看出，该方法在负荷预测中具有很强的适应性和较好的精度，同其它方法相比具有显著的优势。

目录

文摘

英文文摘

声明

第一章 引言

1.1电力系统短期负荷预测意义和目的

1.2负荷预测的分类

1.3电力负荷的特性

1.4电力负荷预测的特点

1.5电力负荷预测分析

1.5.1电力负荷预测的基本原理

1.5.2电力负荷预测的基本过程

1.6电力短期负荷预测研究现状

1.7本论文的主要研究工作

第二章 小波分析理论及其负荷预测应用

2.1小波分析理论

2.1.1小波分析理论发展的历史

2.1.2小波分析基本理论

2.1.3常用小波函数及性质

2.1.4多分辨率分析

2.1.5 Mallat算法

2.2小波分析在电力负荷预测的应用

第三章 支持向量机理论分析

3.1统计学相关理论

3.1.1 VC维及推广性

3.1.2结构风险最小化

3.2支持向量机

3.3支持向量机回归模型

3.4核函数

3.5支持向量机训练算法

第四章 短期负荷预测模型的建立

4.1本文短期负荷预测模型

4.2负荷预测模型的具体实现

4.2.1负荷历史数据的处理

4.2.2 小波变换

4.2.3特征提取

4.2.4 v-支持向量回归机(v-SVR)

4.2.5核函数的选择

4.2.6回归算法的选择

4.3负荷预测误差分析指标

第五章 程序设计与算例分析

5.1负荷预测程序的模块和功能

5.2算例分析

5.2.1负荷预测的历史资料

5.2.2训练集的构造

5.2.3参数影响

5.2.4预测结果

第六章 结论

参考文献

致 谢

在学期间发表的学术论文和参加科研情况