基于经验模态分解与偏差校正的配电网短期负荷水平分析方法

摘要：

受到温度情况、休息日、甚至突发事件等不确定因素的影响,配电网短期负荷分析准确性不高,与实际情况存在较大的偏差.针对上述问题,提出一种基于经验模态分解与偏差校正的配电网短期负荷水平分析方法.对配电网负荷数据进行预处理,包括缺失数据弥补、异常值处理以及归一化;利用经验模态分解,将预处理好的配电网负荷时间序列分解为若干独立IFM分量,以这些独立IFM分量为输入,利用深度置信网络分析配电网短期负荷值.引入模糊控制方法,将温度变化及休息日这两种常见的不确定因素考虑在内,优化深度置信网络计算得出的基本短期负荷分析结果,实现偏差校正.试验结果表明:所研究方法应用下,配电网短期负荷水平分析结果与实际结果之间的偏差均有所降低,尤其周六 日,达到了研究目标,说明配电网短期负荷水平分析精度有所提高.

关键词：经验模态分解、偏差校正、配电网短期负荷、深度置信网络、水平分析方法

所属期刊栏目：39

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2023-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：168-171