基于因散经验模式分解的电力负荷混合预测方法
针对目前常用负荷分析方法多依赖主观经验,而经典经验模式分解有时出现混频现象的问题,提出了一种基于因散经验模式分解的电力负荷混合预测方法.首先,采用经验模式分解的改进算法--因散经验模式分解将负荷序列分解,这样可以自适应地将目标序列分解为若干个独立的内在模式,因此能够克服依赖主观经验的缺点.然后,将这些内在模式基于fine-to-coarse重构为高频、低频和趋势3个分量.在对各分量特性进行分析的基础上,分别采用支持向量机、自回归移动平均和线性回归模型对其进行预测.最后,将3个分量的预测结果叠加作为最终的预测值.利用上述方法对某电网进行24点负荷预测,结果表明该方法可以有效地提高负荷预测精度.
因散经验模式分解、电力负荷、预测、内在模式、重构
32
TM715(输配电工程、电力网及电力系统)
国家自然科学基金;高等学校博士学科点专项科研基金
2008-05-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
58-62