黄永高，卢毅

（1.江门供电局，广东 江门 529000；2.东南大学 电气工程学院，江苏 南京 210096）

随着电力市场的运行，电量预测对于节约能量、电网改造、机组检修、制定发购电计划、制定购煤计划、实行经济调度、保障工农业生产和人民生活用电具有重要意义，是电力系统的主要预测指标之一[1]。

由于一年四季的气候变化对电力需求造成的影响，用电量一般呈现出以12个月为周期的季节性变动，其变化具有增长性和季节波动性二重规律，传统的预测模型往往难以同时描述这2种复杂的、不同的变化规律[1-2]。文献[1]提出了一种季节型负荷预测的组合优化灰色人工神经网络模型，该模型根据GM（1，1）模型具有较好的增长性特点，用其对季节型时间序列的增长趋势进行建模；根据ANN具有较好的描述复杂非线性函数能力特点，用其对季节型负荷进行建模；最后根据最优组合预测理论，建立了兼有GM（1，1）和ANN优点的最优组合预测模型。文献[2]采用季节ARIMA模型对华北电网售电量进行预测，该模型先进行季节差分消除序列的季节性，再利用ARIMA模型对消除季节性的序列进行预测。

1 小波分析方法

由于月用电量序列是离散序列，对月用电量序列进行小波分解和重构必须采用与之匹配的离散小波变换，其定义为：

离散小波变换中应用较多的是小波多分辨率分析，其主要思想是用不同的分辨率来逐级逼近待分析函数f（t）。利用多分辨率分析可将一个已知函数f（t）投影到相互正交的函数空间中。……