线性回归短期负荷预测(7)

本文档最好用office07打开

强有力的工具。专家系统是将专家在实际工作中对事物获得的感性认识进行提取，建立知识库，并在系统的实际运行过程中对知识库不断进行更新和维护，以跟随事物的变化轨迹，达到模拟专家的目的。它具有像人类专家一样大量的专门知识，它能够根据具体情况灵活运用这些知识，并根据不确定和不完整的证据得到较好的结论。

2、神经网络预测法

神经网络是仿效生物处理模式以获得智能信息处理功能的理论。由大量的简单神经元组成的非线性系统，每个神经元的结构和功能都比较简单，而大量神经元组合产生的系统行为却非常复杂。运用神经网络技术进行电力负荷预测，优点是可以模仿人脑的智能化处理，对大量非结构性、非精确性规律具有自适应性功能，具有信息记忆、自主学习、知识推理和优化计算的特点。可方便地拟合出任意复杂的非线性关系，很适合于电力负荷预报问题，神经网络是一个高度非线性的超大规模连续时间动力系统，可以映射任意复杂的非线性关系，且能够识别有噪声或变形的样本，通过学习能把样本隐含的特征和规律分布于神经网络的连接权上。

总之传统的短期负荷预测方法存在一些缺陷，如数值不稳定，未能考虑温度和气象因素，在预测精度和速度上未能取得满意的效果，这也就是为什么在人工神经网络方法出现后，人工神经网络首先在电力系统负荷预测上取得成功的原因。

3、灰色系统法

灰色系统理论是80年代由我国邓聚龙教授提出，用来解决信息不完备系统的数学方法。它把控制论的观点和方法延伸到复杂的大系统中，将自动控制与运筹学的数学方法相结合，用独树一帜的有效方法和手段，研究了广泛存在于客观世界中具有灰色性的问题。部分信息已知、部分信息未知的系统称为灰色系统。

在灰色系统理论的研究中，将各类系统分为白色、黑色和灰色系统。“白”指信息完全已知;“黑”指信息完全未知;“灰”则指信息部分已知、部分未知，或者说信息不完全，这是“灰”的基本含义。客观世界是物质的世界，也是信息的世界。可是在工程技术、社会、经济、工业、环境、电力等各种系统中经常会遇到信息不完全，运行行为信息不完全等等。

4、小波分析法

小波分析是上个世纪数学研究中的最杰出的代表。它吸取了现代分析学中的泛函分析、数值分析、Fourier 分析、样条分析、调和分析等众多分支的精华，包罗了它们的特色, 受到了科学界、工程界的广泛关注，并且在信号处理、图像处理、模式识别、地震预报等十几个学科领域得到应用。在负荷预测中，通过选择合适的小波，对不同性质的负荷进行分类，从而可以针对某种性质的负荷，根据其规律采用相应的预测方法，对分解出的序列分别进行预测，再将预测得到的序列进行重构，得到负荷的预测结果。

由于重构可能造成误差的累加，因此对各小波系数序列的预测精度要求较高，也增加

[8]

[7]

[6]