基于二层分解技术的短期负荷预测研究

摘要：

钢铁用户的增多会使地区含有大量的冲击负荷,传统的预测方法难以捕捉该地区的负荷变化规律,预测精度不足.为提高含大量负荷地区的负荷预测的精度和泛化性,提出一种基于可变模式分解与奇异谱分析相结合的二层分解技术(VMD-SSA)和改进鲸鱼算法(IWOA)优化极限学习机(ELM)的短期负荷预测模型.通过实例证明,相比于其它模型,所提混合模型能充分掌握负荷的变化规律,有效提高了含大量负荷地区的负荷预测的精度和泛化能力.

关键词：可变模式分解、奇异谱分析、改进鲸鱼优化算法、极限学习机、负荷预测

分类号：TM721(输配电工程、电力网及电力系统)

在线出版日期：2020-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：8-16