微網(wǎng)短期負(fù)荷預(yù)測中的白噪聲分離.pdf

1、微網(wǎng)短期負(fù)荷預(yù)測對微網(wǎng)系統(tǒng)安全、經(jīng)濟(jì)的運行有重要的意義。微網(wǎng)短期負(fù)荷預(yù)測中，白噪聲的存在導(dǎo)致了預(yù)測的準(zhǔn)確率上限。如何從微網(wǎng)短期負(fù)荷序列中識別并分離白噪聲，是尚未解決的難題。
　　 準(zhǔn)確的分離白噪聲，可以確定比較優(yōu)化的預(yù)測模型與方法，確定組合預(yù)測模型的數(shù)目，得出概率化預(yù)測結(jié)果，對于微網(wǎng)短期負(fù)荷預(yù)測具有十分重要的意義。
　　 本文具體研究內(nèi)容和結(jié)果如下：
　　 (1)采用Matlab進(jìn)行了四種小波函數(shù)、軟硬閾值函數(shù)下

2、小波閾值去噪數(shù)值實驗，驗證了小波去噪與時間序列分析中的平滑法有相似之處，四種小波去噪效果的優(yōu)劣與移動平均法和指數(shù)平滑法(接近于正態(tài)的)的好壞有某種對應(yīng)關(guān)系，并從理論上推斷構(gòu)造更好的平滑系數(shù)的可能性。
　　 (2)采用解析形式探索了功率譜分離白噪聲的可能性，并對AR(1)序列、AR(2)序列進(jìn)行去噪研究。小波去噪和差分去噪按頻率劃分信號與噪聲，對于低頻信號高頻噪聲序列去噪有效，而功率譜去噪按幅值劃分信號與噪聲，對于序列是低頻噪聲高