文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于小波神经网络的电力负荷预测
侵权投诉

基于小波神经网络的电力负荷预测

科技论坛

5 7

基于小波神经网络的电力负荷预测 樊亚敏

(华北科技学院电子信息工程学院,北京 1 0 1 6 0 1 )

摘要:小波神经网络是建立在小波理论基础上的一种新型前馈神经网络,具有许多优良特性。本文分析了小波神经网络的特点,建立了电力负荷的小波神经网络预测模型,设计了小波神经网络结构,给出了小波网络参数调节算法。对实际电力负荷预测算例,以及与 B P网络的对比研究实验表明,小波神经网络对非平稳信号能进行有效地预测,比B P神经网络具有更高的预测精度。 关键词:电力负荷预测;小波理论;小波神经网络; B P网络 1概述 小波 1 . . . . . . . . . . . .^ 变。。。。。 换神经网络

电力负荷预测是供电部门的工作重点,电力系统短期负荷预测对于提高供电部门电力系统自动化管理,提高供电部门经济效益, 减少不必要的经济损失有着重要的研究意义。负荷预测的核心是根据其历史变化规律,推断出负荷未来的发展。月度负荷预测是指以月度为尺度的预测对象,如每月的网供电量等,是电力系统调度、用电和计划部门的重要 1 3常工作【 1]。常用的预测方法有相关分析法、时间序列法和人工神经网络等。其中人工神经网络具有逼近任意函数的能力,适应性强,预测精度高,因此在电力负荷预测中得到了重视和应用。小波神经网络是结合小波理论和人工神经网络而提出的一种前馈型网络。小波神经网络有完善的理论基础,可以克服传统人工神经网络存在的一些问题,是目前研究的热点之一,已经被用于故障诊断、样本分类、函数逼近和预测等方面。 2小波神经网络概述小波神经网络( Wa v e l e t n e u r a ̄n e t w o r k, WN N )是近几年国际上新兴的一种数学建模分析方法,是结合小波变换良好的时频局域化性质与传统神经网络的自学习功能而形成的网络嘲。小波在分析非平

图 1小波变换与神经网络的松散型结合 ), 1

y2

Yg

图 2紧致性小波神经网络结构

稳信号、构造非线性函数模型等方面具有卓越性能,因此具有更多 的优越性。 1 9 9 2年, Q . H . Z h a n g和 A . B e n v e n i s t e明确提出了小波神经网络

的概念,并证实了小波函数能作为常规神经网络中神经元的激励函数,本质是对常规前向神经网络逼近任意函数的替换。 作为神经网络的小波激励函数的条件主要有:小波函数可以是正交性的,保证逼近函数的表达式的唯一性;对于不同的逼近函数, 小波函数可以有更广泛的选择,可以根据逼近函数的特性来选择不同的小波函数;小波函数具有对突变函数逐步精细的描述特性,使得函数的逼近效果更好,这是径向基函数( R B F )所不具备的口】。 2 . 1小波神经网络结构小波神经网络的组成方式主要有“松散型”和“紧致型”两种。 “松散型”小波神经网络如图 1所示。即先对数据进行小波变换,相当于数据的预处理,再由常规神经网络训练、预测。 “紧致型”小波神经网络结构如图 2所示。该 WN N结构分为 3 层:输入层、隐含层和输出层。输入层有 i n个神经元,隐含层包含 n 个神经元,输出层有 q个神经元,即采用 m— n— q网络结构。隐含层激励函数采用 Mo r l e t函数,输出层采用 S i g mo i d函数。 图 2中, x( f=1… 2一, m )为输人层第 i个输入样本, 为小波网络输出; 为输入层和隐层之间的连接权, (=1, 2,…,, z ), 为隐层和输出层的连接权, (=1, 2,…, q )。af、 bf分别为小波基的伸缩因 子和平移因子。隐含层 Mo r l e t小波基函数的表达式为 妒 ( =e。 c o s ( 1 . 7 5 x ) ( 1 )

图3 Mo r l e t小波函数

图 4电力负荷原始数据

2 . 2小波神经网络学习算法取最小均方差能量函数作为误差函数: E= N

其波形如图 3所示。 输出层神经元函数 S i g m o i d表达式为 f ( t )= , 、

Y 1 ) ∑(多厂 j= l

f 4 1

采用梯度下降法调整网络的各个参数[ 4 1,使( 4 )式最小。其中, N 为训练样本数, f和分别是网络输出和实际值。 ( 2 )

网络输出为 叫 I∑ 一 j I

p =

考 一卵

( 5 ) ( 6 )

舞瑚 U W .

基金项目:河北省教育厅科学技术研究项目(编号: Z 2 0 0 6 4 3 9 )。 作者简介: ̄ ( 1 9 9 0, 1 1, 2 8一 ),女,

山西太原人,学士,主要研究方向为神经网络、智能控制。

基于小波神经网络的电力负荷预测

第1页

你可能喜欢

  • 神经网络预测
  • 施工组织
  • 生产安全事故应急救援预案
  • 工程施工组织设计
  • 土方施工方案

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email