基于小波、相空间重构和Volterra自适应滤波器的电力日高峰负荷预测

摘要

本文探索了小波分解、混沌时间序列相空间重构和Volterra 自适应滤波器在电力日高峰负荷预测方面的应用。利用小波多分辨率分析的特点，对实际日高峰负荷数据序列进行小波分解，分别对每一个小波尺度进行相空间重构，并利用Volterra 滤波器进行多步预测，最后将小波尺度空间进行重构得到预测结果。实际预测结果表明，本方法预测精度高，抗噪声干扰能力强，对传统的电力负荷预测工作能够起到极大的推进作用。