摘要：为提高负荷预测精度,降低电力系统规划决策的保守性,本文提出了一种基于小波-原子稀疏分解（WD-ASD）的超短期负荷预测模型。该模型使用模糊聚类算法提取相似日为历史数据,采用小波分解（WD）作为前置环节,以基于原子表达式的自预测和基于最小二乘支持向量机（LSSVM）的残余分量预测为基础构建原子稀疏分解（ASD）预测模型,分别对负荷的高低频分量进行预测,并将结果相加得到最终预测值。其中ASD分解过程由正弦原子库自适应匹配分解完成,并将粒子群算法（PSO）和正交匹配追踪（OMP）算法相结合以增强原子稀疏分解能力。实际负荷数据算例验证了所提方法的自适应性、快速性及有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社