短期负荷预测对电力系统的经济和安全运行有重要作用随着人工智能技术和高深数学理论的发展,为负荷预测研究开辟了新途径和新方法电力市场竞争机制引入对负荷预测提出新要求各种随机因素对负荷预测的影响尚未取得完善研究方法据此对负荷预测的研究一直是人们研究的热点本文是根据课题组研究工作在总结的基础上重点介绍模糊集理论数据挖掘小波分析混沌理论的负荷预测研究 关键词短期负荷预测智能技术模糊集理论数据挖掘小波分析混沌理论-short-term load forecasts on the power system

指出了非线性动态信号参数辨识的重要性；分析了目前采用的方法的不足；对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明；用复Morlet小波构建出一种核函数，与主分量分析方法相结合，对非线性动态信号进行参数辨识和预测；仿真结果验证了该方法的正确性和有效性，表明该方法具有较好的理论价值和实用价值。

首先,给出了对应于多重多分辨分析的双正交多小波包的定义,建立了具有任意矩阵伸缩的双正交多小波包的理论框架.在此基础上,给出了具有任意矩阵伸缩的高维不可分双正交多小波包的构造方法.由此构造的多小波包的分解系数可以从不同的滤波器中抽取,这使得小波包的应用更灵活.