【正文】 素是一種相對(duì)變化緩慢的影響因素，對(duì)較長(zhǎng)時(shí)間的負(fù)荷歷史記錄分析可以發(fā)現(xiàn)，負(fù)荷是按照一種固定的變化趨勢(shì)發(fā)展的，如逐步增長(zhǎng)或逐步減少。因?yàn)楦叻搴偷凸鹊碾妰r(jià)相差較大，一些企業(yè)主動(dòng)調(diào)四川理工學(xué)院本科畢業(yè)論文 15 整了作息時(shí)間，使用電高峰的緊張狀況得以緩解，但同時(shí)也給預(yù)測(cè)工作帶來(lái)了困難。 電價(jià)也是影響負(fù)荷的一個(gè)因素，但以前我國(guó)的電價(jià)相對(duì)來(lái)說(shuō)比較固定，電價(jià)的變動(dòng)僅僅限于季 節(jié)性和地域性的調(diào)整，雖然對(duì)負(fù)荷產(chǎn)生了一定的影響，但這些影響都是長(zhǎng)期的效應(yīng)，對(duì)中長(zhǎng)期負(fù)荷預(yù)測(cè)作用明顯，所以一般在短期負(fù)荷預(yù)測(cè)中對(duì)電價(jià)因素不予考慮。 在氣象條件中，起主要作用的是溫度因素和天氣狀況。氣象條件包括溫度、濕度、風(fēng)速、日照、霧障等等，它們對(duì)負(fù)荷變化的影響一般 很快，而且無(wú)確定性的規(guī)律。由于節(jié)假日負(fù)荷數(shù)據(jù)量少，受社會(huì)、經(jīng)濟(jì)和氣候等多方面團(tuán)素的影響，負(fù)荷的增長(zhǎng)和變化關(guān)系不確定，預(yù)測(cè)時(shí)間跨度長(zhǎng)，因此節(jié)假目負(fù)荷預(yù)測(cè)的難度較大。造成這種負(fù)荷振蕩的因素主要為節(jié)假日和氣象條件的影響。這種負(fù)荷，從一個(gè)長(zhǎng)時(shí)間周期看，具有零平均值，但是對(duì)于短周期而言，負(fù)荷的振蕩會(huì)使得負(fù)荷平均值有所改變。日負(fù)荷曲線基本以周為大周期變化，以 24 小時(shí)為小周期變化，這些負(fù)荷的變化就構(gòu)成了周期性負(fù)荷的變化狀況。針對(duì)短期負(fù)荷，時(shí)間周期因素包括：周周期、日周期等。根據(jù)對(duì)歷史負(fù)荷的分析，一般可把負(fù)荷分為兩類(lèi)：周期性負(fù)荷和變動(dòng)性負(fù)荷。一方面由于收集資料的困難，另一方面因素太多會(huì)造成建模困難，并且會(huì)帶來(lái)大量的計(jì)算。 負(fù)荷的影響因素分析 電力系統(tǒng)負(fù)荷是一個(gè)很復(fù)雜的非線性系統(tǒng)，有許多直接或間接的因素都會(huì)對(duì)電力系統(tǒng)的日負(fù)荷產(chǎn)生直接的影響。這些因素都是不確定的，是不能預(yù)料的，都會(huì)對(duì)電力系統(tǒng)負(fù)荷造成沖擊，產(chǎn)生隨機(jī)負(fù)荷。負(fù)荷的波動(dòng)性是隨機(jī)的，影響負(fù)荷的波動(dòng)性的因素是多方面的，而這些因素的影響又是隨機(jī)的，所以構(gòu)成了負(fù)荷的波動(dòng)性。峰值負(fù)荷的預(yù)測(cè)是負(fù)荷 預(yù)測(cè)的重要內(nèi)容，因?yàn)檫@部分負(fù)荷直接影響著系統(tǒng)運(yùn)行容量的確定，對(duì)系統(tǒng)的運(yùn)行起重要作用。 負(fù)荷變化的日周期性體現(xiàn)為以 24小時(shí)為周期的負(fù)荷值的變化，一般不分季節(jié)每日都有早晚兩個(gè)高峰，早高峰一般出現(xiàn)在上午 10： 00 點(diǎn)左右，晚高峰出現(xiàn)在晚上 19： 00 到 22： 00 左右。休息日時(shí)間 (周六周日兩日 )，部分工業(yè)負(fù)荷下降，人們的生活方式變化，如餐飲業(yè)、娛樂(lè)業(yè)等負(fù)荷加大，從而影響了負(fù)荷的變化，一般而言是負(fù)荷相對(duì)于 工作日降低。 負(fù)荷變化的周周期性。 負(fù)荷的年周期性與季節(jié)的關(guān)系密切，也主要體現(xiàn)了負(fù)荷與人民生活規(guī)律的緊密關(guān)系，不同的季節(jié)，人民的生活方式和部分生產(chǎn)情況改變，則相應(yīng)地影響著負(fù)荷的變化。負(fù)荷變化的周期性是分析負(fù)荷預(yù)測(cè)的基礎(chǔ)，也是預(yù)測(cè)的關(guān)鍵。究其原因，是人類(lèi)的生產(chǎn)、生活具有規(guī)律性，因此負(fù)荷變化也具有規(guī)律性。因?yàn)殡娏ο到y(tǒng)的負(fù)荷本質(zhì)上是不可控的，了解未來(lái)短期內(nèi)的負(fù)荷的可能變化的一個(gè)最有效的辦法，就是觀察負(fù)荷的歷史紀(jì)錄 。 負(fù)荷預(yù)測(cè)管理 將符合預(yù)測(cè)報(bào)告提交后，只是本次預(yù)測(cè)告一段落，并不等于全部預(yù)測(cè)工作的結(jié)束，隨后仍需根據(jù)主客觀條件的變化及預(yù)測(cè)應(yīng)用的反饋信息進(jìn)行檢驗(yàn)，必要時(shí)進(jìn)行修正和調(diào)整。最后在初級(jí)模型的基礎(chǔ)上，經(jīng)對(duì)比、檢驗(yàn)、修正和深化后，才能選擇合理的預(yù)測(cè)模型。因此，首先應(yīng)根據(jù)預(yù)測(cè)者的經(jīng)驗(yàn)并吸收他人的預(yù)測(cè)經(jīng)驗(yàn)，根據(jù)對(duì)預(yù)測(cè)對(duì)象的觀察，建立初級(jí)模型。模型的選擇對(duì)預(yù)測(cè)精度有很大的影響。應(yīng)根據(jù)所確定的預(yù)測(cè)內(nèi)容，對(duì)預(yù)測(cè)對(duì)象進(jìn)行客觀、詳細(xì)的分析，根據(jù)歷史數(shù)據(jù)的發(fā)展情況，并考慮本地區(qū)實(shí)際情況和資料的可利用程度，選擇建立合理的數(shù)學(xué)模型。 (3) 計(jì)算一些統(tǒng)計(jì)量后，以進(jìn)一步辨明資料軌跡的性質(zhì)，為建立模型做準(zhǔn)備。 (2) 查明異常值的原因后，加以處理，對(duì)于異常值，常用的處理方法是，設(shè)負(fù)荷歷史數(shù)據(jù)為 nxx ,1 ? ，令 ???ni ixnx 11 ，若 %)201( ?? xxi ，取 %)201( ?? xxi ；若 %)201( ?? xxi ，取 %)201( ?? xxi 。時(shí)間數(shù)列資料的可比性主要包括：各期統(tǒng)計(jì)指標(biāo)的范圍是否完全一致；各期價(jià)值指標(biāo)所用價(jià)格有無(wú)變動(dòng)；各期時(shí)間單位長(zhǎng)度是否可比；周期性的季節(jié)變動(dòng)資料的各期資料是否可比，是否能如實(shí)反映周期性變動(dòng)規(guī)律。對(duì)能查明原因的異常值，用適當(dāng)方法加以訂正；對(duì)原因不明而又沒(méi)有可靠修改根據(jù)的資料，最好刪去，有多少刪多少。如果中間某一項(xiàng)的資料空缺 ，則可利用相鄰兩邊資料取平均值近似代替，如果開(kāi)頭一項(xiàng)空缺，則可利用趨勢(shì)比例計(jì)算代替。 (1) 衡量統(tǒng)計(jì)資料質(zhì)量的標(biāo)準(zhǔn) 衡量一個(gè)統(tǒng)計(jì)資料質(zhì)量高低的標(biāo)準(zhǔn)，主要有以下幾個(gè)方面： 1) 資料完整無(wú)缺，各期指標(biāo)齊全； 四川理工學(xué)院本科畢業(yè)論文 11 2) 數(shù)字準(zhǔn)確無(wú)誤，反映的都是正常狀態(tài)下的水平，資料中沒(méi)有異常的“分離項(xiàng)” (outlier)； 3) 時(shí)間數(shù)列各值間有可比性。 資料 整理 對(duì)搜集的與負(fù)荷有關(guān)的統(tǒng)計(jì)資料進(jìn)行審核和必要的加工整理，是保證預(yù)測(cè)質(zhì)量所必須的。 調(diào)查資料和選擇資料 要多方面調(diào)查搜集資料，包括電力企業(yè)內(nèi)部資料和外部資料，國(guó)民經(jīng)濟(jì)有關(guān)部門(mén)的資料，以及公開(kāi)發(fā)表和未公開(kāi)發(fā)表的資料，然后從總舵的資料中挑選有用的一小部分，即把資料濃縮到最小量。 負(fù)荷預(yù)測(cè)的基本步驟 在電力系統(tǒng)短期負(fù)荷預(yù)測(cè)中，為了更好的達(dá)到預(yù)測(cè)效果，常常按照以下步驟進(jìn)行預(yù)測(cè) [6]： 確定負(fù)荷預(yù)測(cè)的目的，制定 預(yù)測(cè)計(jì)劃 負(fù)荷預(yù)測(cè)目的要明確具體，緊密聯(lián)系電力工業(yè)實(shí)際需要，并據(jù)以擬定一個(gè)負(fù)荷預(yù)測(cè)工作計(jì)劃。 （ 2）各個(gè)預(yù)測(cè)模型需要進(jìn)行參數(shù)的合理估計(jì)，并根據(jù)預(yù)測(cè)效果不斷進(jìn)行自適應(yīng)調(diào)整，以期達(dá)到更好的預(yù)測(cè)效果。預(yù)測(cè)量發(fā)展變化的自然規(guī)律復(fù)雜多樣，因此要求預(yù)測(cè)周路堯：基于 RBF 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究 10 方法所具有的適應(yīng)性包括： （ 1）由于電力系統(tǒng)負(fù)荷預(yù)測(cè)是在一定的假設(shè)條件下進(jìn)行，其中包含了許多不確定因素，采用單一的方法進(jìn)行預(yù)測(cè)，很難取得 令人滿意的結(jié)果。包含兩層意思，一是預(yù)測(cè)工具的先進(jìn)性，由于數(shù)據(jù)量很大，可采用計(jì)算機(jī)進(jìn)行各種統(tǒng)計(jì)分析及預(yù)測(cè)工作，預(yù)測(cè)人員可以從繁雜的大量計(jì)算中解脫出來(lái)，二是預(yù)測(cè)理論的先進(jìn)性，可以不斷發(fā)展和應(yīng)用新的預(yù)測(cè)理論與方法，借鑒其他領(lǐng)域預(yù)測(cè)工作中的成功經(jīng)驗(yàn)，使電力負(fù)荷預(yù)測(cè)達(dá)到一個(gè)較高的水平。預(yù)測(cè)工作者應(yīng)該從客觀情況出發(fā)，本著實(shí)事求是的原則，反復(fù)研究和分析歷史發(fā)展的內(nèi)在規(guī)律性 ，為預(yù)測(cè)工作打好基礎(chǔ)。 統(tǒng)計(jì)分析的全面性。如果各種渠道所取得的數(shù)據(jù)互相矛盾，就要對(duì)歷史數(shù)據(jù)進(jìn)行合理性分析與取舍，去“偽 存“真”。因此，要做好負(fù)荷預(yù)測(cè)，需要搜集和掌握大量全面、準(zhǔn)確的資料，并且進(jìn)行必要的分析和整理，這是進(jìn)行電力負(fù)荷預(yù)測(cè)的基礎(chǔ)。 負(fù)荷預(yù)測(cè)的基本步驟 負(fù)荷預(yù)測(cè)的基本要求 要做好負(fù)荷預(yù)測(cè)，需要滿足以下幾個(gè)方面的要求： 基礎(chǔ)資料的合理性。 按特性分類(lèi)。 其它各類(lèi)負(fù)荷一般所占比例比較小，雖也都有各自的不同特點(diǎn)，但對(duì)整個(gè)系四川理工學(xué)院本科畢業(yè)論文 9 統(tǒng)負(fù)荷的影響不是很大。另外某些工業(yè)用戶(hù)可能具有一些特殊要求，如要求很高的功率 (沖擊負(fù)荷、峰值負(fù)荷較大等 )但不 一定要求很大的用電量，某些工業(yè)用戶(hù)可能具有明顯的季節(jié)性特點(diǎn)，負(fù)荷預(yù)測(cè)中這些都需要采用相應(yīng)的措施加以對(duì)待。比如高溫季節(jié)，工業(yè)負(fù)荷也含有降溫和防暑耗電。商業(yè)負(fù)荷也同樣具有季節(jié)性變化和日變化的特點(diǎn)，這種變化 也是由于商業(yè)部門(mén)越來(lái)越廣泛地采用空調(diào)、電風(fēng)扇等敏感于氣候的電器，以及商業(yè)營(yíng)業(yè)性質(zhì)所致。 在各類(lèi)負(fù)荷中，城市居民負(fù)荷具有經(jīng)常的年增長(zhǎng)以及明顯的季節(jié)性波動(dòng)和日變化特點(diǎn)，城市居民用電負(fù)荷的季節(jié)性變化和日變化在很多情況下，直接影響系統(tǒng)峰值負(fù)荷的，但其影響程度取決于城市居民負(fù)荷在系統(tǒng)總負(fù)荷中所占的比例。 電力負(fù)荷按照不同行業(yè)可以分為城市民用負(fù)荷、商業(yè)負(fù)荷、農(nóng)村負(fù)荷、工業(yè)負(fù)荷以及其它負(fù)荷。超短期負(fù)荷預(yù)測(cè)主要反映負(fù)荷在短時(shí)間內(nèi)的變化規(guī)律，可對(duì)電網(wǎng)進(jìn)行計(jì)算機(jī)在線控制。 超短期負(fù)荷預(yù)測(cè)指未來(lái) 1h 、未來(lái) 甚至未來(lái) 10min 的預(yù)測(cè)。 短期負(fù)荷預(yù)測(cè)指一年之內(nèi)以月為單位的負(fù)荷預(yù)測(cè)，還指以周、天、小時(shí)為單位的負(fù)荷預(yù)測(cè)，通常預(yù)測(cè)未來(lái)一個(gè)月度、未來(lái)一周、未來(lái)一天的負(fù)荷指標(biāo)，也包括預(yù)測(cè)未來(lái)一天 24h 中的負(fù)荷。長(zhǎng)期負(fù)荷預(yù)測(cè)一般指 10 年以上并以年為單位的預(yù)測(cè)，中期指 5 年左右并以年為單位的預(yù)測(cè)。 負(fù)荷預(yù)測(cè)的分類(lèi) 按時(shí)間分類(lèi)。即預(yù)測(cè)對(duì)象的未來(lái)發(fā)展是整體的動(dòng)態(tài)發(fā)展，而且整個(gè)系統(tǒng)的動(dòng)態(tài)發(fā)展與它的各個(gè)組成部分和影響因素之間的相互作用和相互影響密切相關(guān)。 預(yù)測(cè)對(duì)象是一個(gè)完整的系統(tǒng)，它本身有內(nèi)在的系統(tǒng)，它與外界事物的聯(lián)系又形 成了它的外在系統(tǒng)。反饋性預(yù)測(cè)實(shí)質(zhì)上就是將預(yù)測(cè)的理論值與實(shí)際相結(jié)合，在實(shí)踐中檢驗(yàn)，然后進(jìn)行修改、調(diào)整，使預(yù)測(cè)質(zhì)量進(jìn)一步提高。人們?cè)陬A(yù)測(cè)活動(dòng)實(shí)踐中發(fā)現(xiàn)，當(dāng)預(yù)測(cè)的結(jié)果和經(jīng)過(guò)一段實(shí)踐所得到的實(shí)際值存在著差距時(shí)，可利用這個(gè)差距，對(duì)遠(yuǎn)期預(yù)測(cè)值進(jìn)行反饋調(diào)節(jié)，以提高預(yù)測(cè)的準(zhǔn)確性。 反饋就是利用輸出返回到輸入端，再調(diào)節(jié)輸出結(jié)果。在很多情況下，作為預(yù)測(cè)對(duì)象的一個(gè)事物，其現(xiàn)在的發(fā)展過(guò)程和發(fā)展?fàn)顩r可能與另一事物過(guò)去一定階段的發(fā)展過(guò)程和發(fā)展?fàn)顩r相類(lèi)似，人們就根據(jù)后一事物的已知發(fā)展過(guò)程和狀況，來(lái)預(yù)測(cè)所四川理工學(xué)院本科畢業(yè)論文 7 預(yù)測(cè)對(duì)象的未來(lái)發(fā)展過(guò)程和狀況，這就是相似性原理。 相似性原理。這種慣性正是我們進(jìn)行負(fù)荷預(yù)測(cè)的主要依據(jù)。它認(rèn)為事物發(fā)展變化過(guò)程中會(huì)將某些原有的特征保持下來(lái)，延續(xù)下去。 連續(xù)性原理又稱(chēng)慣性原理，是指預(yù)測(cè)對(duì)象的發(fā)展是一個(gè)連續(xù)統(tǒng)一的過(guò)程，其未來(lái)發(fā)展是這個(gè)過(guò)程的繼續(xù)。所以，對(duì)某一具體指標(biāo)的預(yù)測(cè)，往往是按照其發(fā)展變化的多種可能性，進(jìn)行多方案預(yù)測(cè)的。 事物的發(fā)展變化是在內(nèi)因和外因的共同作用下進(jìn)行的。這是進(jìn)行負(fù)荷預(yù)測(cè)活動(dòng)的基本依據(jù)。 就是說(shuō)待預(yù)測(cè)對(duì)象的發(fā)展規(guī)律，其未來(lái)的發(fā)展趨勢(shì)和狀況是可以為人們所知道的。 負(fù)荷預(yù)測(cè)工作是根據(jù)電力負(fù)荷的發(fā)展變化規(guī)律，預(yù)計(jì)或判斷其未來(lái)發(fā)展趨勢(shì)和狀況的活動(dòng)，因此必須科學(xué)地總結(jié)出預(yù)測(cè)工作的基本原理，以指導(dǎo)負(fù)荷預(yù)測(cè)工作 [4]。通過(guò)本章可以大致了解到研究意義以及研究的主要思路。 本章小結(jié) 本章主要描述了關(guān)于負(fù)荷預(yù)測(cè)的背景以及研究現(xiàn)狀，其中包括一些經(jīng)典的研究方法，例如專(zhuān)家系統(tǒng)法、模糊控制法等。 掌握相 關(guān) MATLAB 程序仿真應(yīng)用技巧，編寫(xiě) RBF 神經(jīng)網(wǎng)絡(luò) MATLAB 仿真應(yīng)用程序。 其主要工作是根據(jù)電網(wǎng)的歷史負(fù)荷數(shù)據(jù)，分析影響預(yù)測(cè)的各種因素，然后建立相應(yīng)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，具體研究?jī)?nèi)容包括： 熟悉地區(qū)電網(wǎng)短期 負(fù)荷 預(yù)測(cè)計(jì)算流程，收集地區(qū)電網(wǎng)歷史負(fù)荷數(shù)局及其他預(yù)測(cè)影響數(shù)據(jù)。 不同的預(yù)測(cè)方法有各自的優(yōu)點(diǎn)和缺點(diǎn)，為了發(fā)揮不同方法的優(yōu)點(diǎn)，避開(kāi)其不足，人們?cè)谪?fù)荷預(yù)測(cè)過(guò)程中將不同的預(yù)測(cè)方法加以組合，形成了許多種組合方法，在一定條件下能夠有效的改善模型的擬合能力和提高預(yù)測(cè)的精度。 (4)專(zhuān)家系統(tǒng)方法、人工神經(jīng)網(wǎng)絡(luò)方法和模糊推理方法共同的優(yōu)點(diǎn)是能夠充分考慮影響負(fù)荷的各種因素 (如天氣因素、季節(jié)因素、節(jié)假日因素等 )，將短期負(fù)荷預(yù)測(cè)技術(shù)提高到了一個(gè)新的水平，專(zhuān)家系統(tǒng)方法和模糊推理方法在確認(rèn)事實(shí)和建立規(guī)則時(shí)需要大量的實(shí)踐經(jīng)驗(yàn)，所以人為因素多一些；在人工神經(jīng)網(wǎng)絡(luò)方法中盡四川理工學(xué)院本科畢業(yè)論文 5 管網(wǎng)絡(luò)結(jié)構(gòu)的選擇還依靠一定的人工經(jīng)驗(yàn)，但神經(jīng) 元之間的關(guān)系 (權(quán)值和閾值 )是通過(guò)學(xué)習(xí)樣本得到的，所以人為因素要少一些。由于模糊推理可以利用有限的規(guī)則近似任意的函數(shù)關(guān)系，將這一理論應(yīng)用于負(fù)荷預(yù)測(cè)是不錯(cuò)的選擇。它在電力系統(tǒng)的許多領(lǐng)域中得到了應(yīng)用。實(shí)際預(yù)測(cè)時(shí)，常常需要在歷史負(fù)荷及影響其變化的相關(guān)環(huán)境因素?cái)?shù)據(jù)不確定的情況下進(jìn)行預(yù)測(cè)，模糊數(shù)學(xué)為處理此類(lèi)問(wèn)題提供了有效手段。模糊推理基于模糊規(guī)則，模糊規(guī)則以 IFTHEN 的形 式來(lái)表達(dá)模糊集合間的關(guān)系。模糊集合和模糊推理是專(zhuān)門(mén)用來(lái)處理不確定性問(wèn)題的理論。專(zhuān)家系統(tǒng)適用于專(zhuān)業(yè)范圍明確，沒(méi)有完整的、精確的理論的領(lǐng)域，專(zhuān)家系統(tǒng)是對(duì)人類(lèi)的不可量化的經(jīng)驗(yàn)進(jìn)行轉(zhuǎn)化的一種較好的方法，若能將它與其他方法有機(jī)地結(jié)合起來(lái)構(gòu)成預(yù)測(cè)系統(tǒng)，將可得到滿意的結(jié)果。 (2) 專(zhuān) 家系統(tǒng)方法。人工神經(jīng)網(wǎng)絡(luò)用于短期負(fù)荷預(yù)測(cè)的具體過(guò) 程為：以歷史負(fù)荷、天氣數(shù)據(jù) (如氣溫 )等作為輸入變量，以負(fù)荷預(yù)測(cè)值為輸出變量，通過(guò)大量的樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)，確定神經(jīng)元之間的連接權(quán)值及神經(jīng)元的值，然后將訓(xùn)練完成的網(wǎng)絡(luò)用于預(yù)測(cè)未來(lái)的負(fù)荷，并且隨著新樣本的加入，可以重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)，形成新的權(quán)值和閾值以適應(yīng)新的樣本 [1]。神經(jīng)網(wǎng)絡(luò)不是首先確定一個(gè)函數(shù)的形式，而是通過(guò)訓(xùn)練歷史數(shù)據(jù)得出天氣變量和預(yù)測(cè)負(fù)荷之間的關(guān)系。負(fù)荷預(yù)測(cè)是人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)中的主要應(yīng)用部分。一是當(dāng)數(shù)據(jù)離散程度越大，即數(shù)據(jù) 灰度越大，則預(yù)測(cè)精度越差；二是不太適合于電力系統(tǒng)的長(zhǎng)期后推若干年的負(fù)荷預(yù)測(cè)?；疑A(yù)測(cè)具有要求負(fù)荷數(shù)據(jù)少、不考慮分布規(guī)律、不考慮變化趨勢(shì)、運(yùn)算方便、短期預(yù)測(cè)精度高、易于檢驗(yàn)等優(yōu)點(diǎn)，因此得到了廣泛應(yīng)有，并取得了令人滿意的效果。 GM(1， n)也就是對(duì) n 個(gè)變量用一階微分方程建立的灰色模型?；疑A(yù)測(cè)理論其顯著特征就是用少量的數(shù)據(jù)做微分方程建立起預(yù)測(cè)的模型。在此基礎(chǔ)上，分別對(duì)各個(gè)尺度上變換得到的子序列進(jìn)行預(yù)測(cè)，最后利用各個(gè)尺度上的預(yù)測(cè)結(jié)果進(jìn)行信號(hào)重構(gòu)，就得到了完整的預(yù)測(cè)結(jié)果。小波分析汲取了現(xiàn)代分析學(xué)中諸如泛函分析、調(diào)和分析、樣條分析等眾多數(shù)學(xué)分支的精華。 (3) 小波分析方法。其主要數(shù)學(xué)模型有自回歸 (削 R)模型、滑動(dòng)平均 (MA)模型和自回歸 滑動(dòng)平均 (ARMA)模型等。用時(shí)間來(lái)代替影響負(fù)荷的因素，依據(jù)負(fù)荷過(guò)去的統(tǒng)計(jì)數(shù)據(jù)，找到其隨時(shí)間變化的規(guī)律，