论文部分内容阅读
针对传统静态神经网络自适应能力差、收敛速度慢、预测精度低的问题，提出了一种基于小波分析和Elman动态神经网络的中长期电力负荷预测方法，该算法通过对原始样本进行小波分解，将分解后的低频趋势信号和高频细节信号分别进行预测，在输出端再进行重构后得到预测曲线；然后就传统负荷预测问题中数据预处理环节的数据校验问题，提出了一种基于小波理论的奇异点检测法，该方法对原始样本进行一维离散小波分解，抽取一层高频细节信号进行分析，根据工程实践中设置的阈值，来检测有可能因为系统故障、人为失误导致的数据记录错误，为准确预测提供了