基于小波分析的月度电力负荷计算机预测方法

摘要

本发明公开了一种基于小波分析的月度电力负荷预测方法，包括输入模块，小波变换模块，第一类预测模块，第二类预测模块，小波重构模块，输出模块。输入模块接收历史负荷数据c0，并将历史数据c0传送给小波变换模块；小波变换模块对历史数据进行分解，依次分解成d1、d2、d3、d4、c4五个分量，其中d1-d4具有年度周期性变化的特征，c4具有不断增长的变化趋势；第一类预测模块对d1-d4这四个分量进行预测；第二类预测模块对c4分量进行预测；小波重构模块对预测后的各分量进行小波重构，得到预测负荷c0'；最后通过输出模块将预测负荷呈现出来。

主权项

基于小波分析的月度电力负荷计算机预测方法，其特征在于，包括如下步骤：提供电力负荷预测模块，其包括输入模块、小波变换模块、第一类预测模块、第二类预测模块、小波重构模块和输出模块；输入模块接收来自电力系统的历史负荷数据c0，并将历史数据c0传送给小波变换模块，小波变换模块对历史数据进行分解，c0分解成高频分量d1和低频分量c1，然后将c1进一步分解成d2和c2，c2进一步分解成d3和c3，c3进一步分解成d4和c4，从而获得分解的d1、d2、d3、d4、c4五个分量，其中d1‑ d4具有年度周期性变化的特征，c4具有不断增长的变化趋势；采用小波变换时需要对曲线进行降采样，每进行一次小波变换，横坐标的采样点要减少一半；将d1、d2、d3、d4的分量数据送入第一类预测模块，第一类预测模块采用能够反映数据的周期性波动特征的数据方法对d1、d2、d3、d4这四个分量进行预测，得到d1'、d2'、d3'、d4'四个变换分量；将c4数据分量送入第二类预测模块，第二类预测模块能够反映数据持续增长的特征的方法对c4分量进行预测，得到变换分量c4'，采用小波重构时需要对曲线进行升采样，每进行一次小波重构，横坐标的采样点要增加一半；将上述变换分量传送给小波重构模块，采用Mallat重构算法，首先将分量d4'和c4'进行重构得到c3'，然后以此类推，将d3'和c3'进一步重构得到c2'，d2'和c2'进一步重构得到c1'， d1'和c1'进一步重构得到预测负荷c0'；将得到的预测负荷c0'进行存储，并通过输出模块输出。