基于小波变换和改进萤火虫算法优化极限学习机的短期负荷预测

发布时间：2018-01-12 21:18

  本文关键词：基于小波变换和改进萤火虫算法优化极限学习机的短期负荷预测　出处：《数学的实践与认识》2017年03期 　论文类型：期刊论文

  更多相关文章： 负荷预测 小波变换 改进萤火虫算法 极限学习机

【摘要】：提出了一种基于小波变换和改进萤火虫优化极限学习机的短期负荷预测方法.通过小波分解和重构,对原始负荷序列进行降噪;在模型训练阶段利用改进的萤火虫算法优化极限学习机参数,获得各序列的最优模型;针对各子序列分别预测叠加得到最终预测值.通过在两种时间尺度的数据序列上进行数值计算,与传统的ARMA、BP神经网络、支持向量机及LSSVM等多种经典预测模型相比,模型预测效果更优.
[Abstract]:A short-term load forecasting method based on wavelet transform and improved firefly optimal extreme learning machine is proposed. The original load sequence is de-noised by wavelet decomposition and reconstruction. In the stage of model training, the improved firefly algorithm is used to optimize the parameters of the extreme learning machine, and the optimal model of each sequence is obtained. Finally, the final prediction value is obtained by the superposition of each sub-sequence, and the result is compared with the traditional ARMA-BP neural network by numerical calculation on two time scale data series. Support vector machine (SVM) and LSSVM are more effective than other classical prediction models.
【作者单位】： 武昌首义学院基础科学部;
【基金】：湖北省教育厅科学研究计划项目(B2014256)
【分类号】：TP18;TM715
【正文快照】： 1引言 负荷预测一直以来都是电力系统的一个关键操作和规划途径,它影响着电力系统的诸多决策,如经济调度、自动发电控制、安全评估、维护调度和能源商业化W.短期电力负荷预测主要是指预报未来几小时、1天至几天的用电量精准的电力负荷预测可以经济合理地安排电力系统发电机组

【参考文献】

相关期刊论文 前5条

1 张淑清;师荣艳;董玉兰;李盼;任爽;姜万录;;双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用[J];中国电机工程学报;2015年22期

2 王保义;赵硕;张少敏;;基于云计算和极限学习机的分布式电力负荷预测算法[J];电网技术;2014年02期

3 毛力;王运涛;刘兴阳;李朝锋;;基于改进极限学习机的短期电力负荷预测方法[J];电力系统保护与控制;2012年20期

4 朱祥和;王子琦;李严;刘轶;;基于EEMD的LS-SVM和BP神经网络混合短期负荷预测[J];数学的实践与认识;2012年08期

5 杨延西,刘丁;基于小波变换和最小二乘支持向量机的短期电力负荷预测[J];电网技术;2005年13期

【共引文献】

相关期刊论文 前10条

1 韩静文;崔玉龙;辛博;张雅静;;双并行结构优化的极限学习机及其在回归数据集中的应用[J];内蒙古大学学报(自然科学版);2017年02期

2 冯哲;杨绪兵;张福全;;随机投影下的Plane-Gaussian人工神经网络[J];数据采集与处理;2017年02期

3 田江龙;屈卫东;;基于小波去噪的阈值函数改进方法分析[J];化工自动化及仪表;2017年03期

4 朱祥和;;基于小波变换和改进萤火虫算法优化极限学习机的短期负荷预测[J];数学的实践与认识;2017年03期

5 朱毅;莫勇;;基于小波分解和最小二乘支持向量机的大坝变形预测[J];南方国土资源;2017年01期

6 邱小平;李娜;;基于最小二乘支持向量机的车辆跟驰行为模型[J];山东交通学院学报;2016年04期

7 顾然;董向明;张海龙;卢文华;王珊珊;蔡伟;;基于模型预测控制的配电网无功优化控制策略[J];电网与清洁能源;2016年11期

8 颜庆国;阮文骏;陈楚;陈星莺;宁艺飞;余昆;;基于并行预测策略的公共楼宇日前空调负荷预测[J];电网与清洁能源;2016年11期

9 罗宏远;王德运;潘雯雯;魏帅;;基于DE-ELM的电池SOC预测研究[J];数学的实践与认识;2016年22期

10 卢锦玲;绳菲菲;赵洪山;;基于极限学习机的风电机组主轴承故障诊断方法[J];可再生能源;2016年11期

【二级参考文献】

相关期刊论文 前10条

1 钟清;孙闻;余南华;柳春芳;王芳;张鑫;;主动配电网规划中的负荷预测与发电预测[J];中国电机工程学报;2014年19期

2 雷苗;彭宇;彭喜元;;面向混沌时间序列预测的隐式特征提取算法[J];仪器仪表学报;2014年01期

3 肖白;周潮;穆钢;;空间电力负荷预测方法综述与展望[J];中国电机工程学报;2013年25期

4 张淑清;李新新;张立国;胡永涛;李亮;;基于符号分析的极大联合熵延迟时间求取方法[J];物理学报;2013年11期

5 张素香;刘建明;赵丙镇;曹津平;;基于云计算的居民用电行为分析模型研究[J];电网技术;2013年06期

6 李克粉;王直;;改进的小波阈值去噪在语音识别中的应用[J];计算机技术与发展;2013年05期

7 宋亚奇;周国亮;朱永利;;智能电网大数据处理技术现状与挑战[J];电网技术;2013年04期

8 毛力;王运涛;刘兴阳;李朝锋;;基于改进极限学习机的短期电力负荷预测方法[J];电力系统保护与控制;2012年20期

9 高国荣;刘艳萍;潘琼;;基于小波域可导阈值函数与自适应阈值的脉冲星信号消噪[J];物理学报;2012年13期

10 谢庆;张丽君;程述一;侯姗姗;彭莉;律方成;;快速独立分量分析算法在局放超声阵列信号去噪中的应用[J];中国电机工程学报;2012年18期

【相似文献】

相关期刊论文 前10条

1 戴和彩;浅谈如皋电网的短期负荷预测[J];农村电气化;2001年05期

2 侯凯元,穆钢,杨右虹,惠永杰;地区电网短期负荷预测系统的研究[J];电力系统及其自动化学报;2001年05期

3 潘勇;短期负荷预测精度影响因素分析和对策[J];农村电气化;2003年05期

4 赵登福,吴娟,刘昱,张讲社,王锡凡;基于事例推理的短期负荷预测[J];西安交通大学学报;2003年06期

5 莫维仁,张伯明,孙宏斌,胡子珩,刘顺桂;扩展短期负荷预测的原理和方法[J];中国电机工程学报;2003年03期

6 吴江;张龙胜;;温度、人体舒适度对地区短期负荷预测的影响[J];上海电力;2003年03期

7 梁勤励,谢正宁,田自军;银南电网短期负荷预测[J];农村电气化;2004年07期

8 丁恰,卢建刚,钱玉妹,张剑,廖怀庆;一种实用的超短期负荷预测曲线外推方法[J];电力系统自动化;2004年16期

9 胡子珩;刘顺桂;邱利斌;朱成骐;张伯明;孙宏斌;;深圳电网智能化自动运行短期负荷预测系统[J];电网技术;2005年23期

10 徐进东,丁晓群,邓勇;基于相似日的线性外推短期负荷预测[J];继电器;2005年07期

相关会议论文 前10条

1 侯广松;刘伟生;;适用于地区电网的短期负荷预测方法的研究[A];2005中国电机工程学会电力系统自动化专委会全国供用电管理自动化学术交流暨供用电管理自动化学科组第二届年会论文集[C];2005年

2 朱桂华;赖晓平;云昌钦;;在线短期负荷预测方法的研究与应用[A];1995年中国控制会议论文集（上）[C];1995年

3 杜欣慧;张岭;毕艳华;;采用自适应神经网络进行短期负荷预测[A];2004全国测控、计量与仪器仪表学术年会论文集（下册）[C];2004年

4 侯广松;刘伟生;谢广建;;基于相关因素映射和神经网络的短期负荷预测[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年

5 唐向阳;;应用于短期负荷预测的自适应建模方法[A];广西电机工程学会第七届青年学术交流会论文集[C];2002年

6 杜俊红;滕欢;滕福生;;在线超短期负荷预测的分析与应用研究[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

7 侯广松;刘伟生;;基于相关因素映射和神经网络的短期负荷预测[A];山东电机工程学会第十一届优秀学术论文集[C];2008年

8 盛琼;顾泽;骆丽楠;;基于实时气象要素的湖州短期负荷预测研究[A];第八届长三角气象科技发展论坛论文集[C];2011年

9 张雪莹;管霖;;采用谱分析建模和基于人工神经网络的短期负荷预测方案[A];广东省电机工程学会2003-2004年度优秀论文集[C];2005年

10 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年

相关重要报纸文章 前2条

1 通讯员池长斌;宁夏电网短期负荷预测西北第一[N];中国电力报;2011年

2 通讯员 池长斌;宁夏电力短期负荷预测保持领先[N];中国电力报;2011年

相关博士学位论文 前10条

1 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年

2 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年

3 王硕禾;基于短期负荷预测技术的电能控制系统研究[D];天津大学;2009年

4 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年

5 王志勇;数据挖掘方法在短期负荷预测中的应用研究[D];浙江大学;2007年

6 叶彬;混合智能建模技术及其在短期负荷预测中的应用研究[D];浙江大学;2006年

7 苏庆新;区域电力系统超短期负荷预测及网络建模分析[D];东华大学;2008年

8 吴宏晓;基于软计算方法的电力系统负荷预测[D];上海交通大学;2007年

9 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年

10 谢忠玉;电力短期负荷时间序列混沌特性分析及预测研究[D];哈尔滨工程大学;2010年

相关硕士学位论文 前10条

1 曹东波;“机理＋辨识”预测策略在电力短期负荷预测中的应用[D];天津大学;2007年

2 张芳明;电力市场环境下的电力系统扩展短期负荷预测研究[D];湖南大学;2009年

3 李国辉;超短期负荷预测的广义外推法[D];大连理工大学;2008年

4 蔡佳宏;超短期负荷预测的研究[D];四川大学;2006年

5 罗军;跨平台短期负荷预测系统的研究、设计、实现[D];清华大学;2006年

6 王升治;深圳电网短期负荷预测闭环运行系统的研究[D];上海交通大学;2006年

7 闫冬梅;大孤山选矿厂电能信息采集及短期负荷预测的研究[D];长春工业大学;2010年

8 郭杰昊;基于混沌时间序列的短期负荷预测研究[D];上海交通大学;2015年

9 李海龙;考虑实时气象因素的电力系统短期负荷预测[D];华北电力大学;2015年

10 柏建良;组合预测模型在湖州电网短期负荷预测中的应用[D];华北电力大学;2015年

，

本文编号：1416043