基于EMD-PSR-LSSVM的城市燃气管网短期负荷预测

摘要：

城市燃气管网短期负荷预测对燃气调度系统的安全与稳定具有重要意义.为了提高城市燃气管网短期负荷预测精度,建立了基于经验模态分解(EMD)-相空间重构(PSR)-最小二乘支持向量机(LSSVM)的组合预测模型.首先,运用EMD算法把原始非线性时间序列分解为互不耦合的模态分量,并采用PSR算法确定LSSVM建模中各个分量的输入输出结构;其次,运用PSO算法对LSSVM建模中的参数进行优化,使用训练好的LSSVM模型对各个IMF分量进行回归预测;最后运用该组合模型对郑州市燃气管网负荷进行短期预测.结果表明:与LSSVM回归预测和BP神经网络预测模型相比,本文提出的组合模型的预测精度更高,是一种更为有效的城市燃气管网短期负荷预测方法.

关键词：燃气管网、短期负荷预测、经验模态分解、相空间重构、最小二乘支持向量机

所属期刊栏目：34

分类号：TE-9;O221.6

资助基金：国家自然科学基金面上项目71173202;中央高校基本科研业务费专项资金1410491T07

在线出版日期：2015-01-19（万方平台首次上网日期，不代表论文的发表时间）

页码：3001-3008