摘要：提出了优化动态递归小波神经网络（dynamic recurrent wavelet neural network，DRWNN）短期负荷预测模型。与常规小波神经网络相比，DRWNN有两个关联层，关联层节点起存储网络内部状态的作用；模型构造过程中增强了网络的前馈与反馈联接，形成多层次的网络递归。采用分布估计算法和遗传算法相融合对DRWNN进行优化，融合实质是在解空间“宏观”和“微观”两个层面进行寻优，可克服DRWNN陷入局部最小，提高DRWNN的泛化能力。对两类不同负荷系统日、周预测仿真测试，验证了模型能有效提高预测精度。

关键词：短期负荷预测 动态递归小波神经网络 分布估计算法 遗传算法 

单位：青岛大学自动化工程学院 青岛266071 青岛供电公司 青岛266002 天津大学电气与自动化工程学院 天津300072