论文部分内容阅读
大量随机冲击负荷（炼钢厂、轧钢厂）接入系统给负荷预测造成困难，使得短期负荷预测精度下降。首先就冲击负荷地区的负荷特征进行分析，找出影响负荷预测精度的原因，提出利用小波变换对负荷序列进行多尺度分解，得到在不同频段下负荷予序列，重点针对各负荷分量不同特点，建立含不同输入量的贝叶斯神经网络预测模型，再将预测结果进行小波重构，从而得出最后预测结果。再与另两种模型进行对比，结果表明该方法能提高冲击负荷地区的短期负荷预测精度。