劉遵雄　鐘化蘭　張德運

摘要：提出了一種改進(jìn)的電力負(fù)荷短期預(yù)測小波網(wǎng)絡(luò)模型，該模型采用最小二乘支持向量機(jī)(LS-SVM)實現(xiàn)了小波分解系數(shù)的多尺度組合預(yù)測．首先使用多孔算法對短期負(fù)荷序列進(jìn)行小波分解，得到指定尺度下的近似系數(shù)和相關(guān)尺度下的小波系數(shù)，然后利用LS-SVM對預(yù)測點的系數(shù)進(jìn)行多尺度組合預(yù)測，通過小波重構(gòu)可以求得相應(yīng)的預(yù)測值．結(jié)合某地區(qū)短期負(fù)荷需求數(shù)據(jù)進(jìn)行了仿真試驗，研究了預(yù)測點與歷史記錄數(shù)據(jù)的相關(guān)關(guān)系．預(yù)測結(jié)果表明，使用本模型進(jìn)行短期負(fù)荷預(yù)測同比傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)方法可以獲得更好的預(yù)測精度，同時LS-SVM的引入大大提高了模型的可計算性．

關(guān)鍵詞：短期負(fù)荷；多尺度預(yù)測；多孔算法；最小二乘支持向量機(jī)

中圖分類號：TM 715；TPl8文獻(xiàn)標(biāo)識碼：A文章編號：0253—987X(2005)06—0620—04