论文部分内容阅读
电力负荷预测精度的好坏直接关系着电力系统的稳定性,也和社会、人民生活的正常有序进行息息相关。尤其是短期电力负荷,关系着电力系统的日调度和生产计划工作。准确的短期负荷预测能够降低发电成本,节约资源,也是电力系统实现自动化管理不可或缺的。因此高精度的预测模型意义重大。本文对短期电力负荷的特性进行了分析后,提出了基于数据分解和回声状态网络(ESN)相结合的预测模型。根据电力负荷的特性,用合适的分解方法对负荷数据进行分解,挖掘出数据本身固有的内在规律特征。再针对不同的分解量分别建立ESN网络,用相应的样本训