基于EMD?LSTM?ARMA模型短期发电量组合预测

摘要：

根据我国某地区2019年4月—9月某光伏电站的发电量数据,提出一种基于EMD?LSTM?ARMA的短期发电量混合预测模型.为了降低发电量序列的复杂度,首先将原始发电量数据通过经验模态分解后得到5个本征模态分量和1个残差分量,将归一化后的第一本征模态分量和第二本征模态分量数据输入设计好的LSTM网络中进行建模预测;然后通过ARMA模型对第三本征模态分量数据(IMF3)进行建模预测,再将第四本征模态分量、第五本征模态分量和残差分量进行重构得到一个低频分量,将该低频分量输入设计好的LSTM网络中进行建模预测;最终对各个分量得到的预测数据进行求和得到最终的预测值.为了表明所提算法的优良性,实证结果对比了单一LSTM和ARMA模型的预测性能,并选择了RMSE值进行了对比验证.实测结果中EMD?LSTM?ARMA的RMSE值为32.68,单一LSTM的RMSE值为58.74,单一ARMA模型的RMSE值为59.83.实证结果表明了给出的组合预测模型可以产生更高的预测准确度.

关键词：发电量预测、组合预测模型、经验模态分解、低频分量、建模预测、对比验证

所属期刊栏目：46

分类号：TN919⁃34;TM73

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：151-155