基于HHT的电力负荷组合预测模型研究与应用

摘要：

为了进一步提高电力负荷预测精度,在对电力负荷影响因素分析的基础上,提出了一种基于HHT的负荷组合预测模型.该模型利用EMD算法将原始负荷序列分解,得到不同频率的平稳子序列,子序列比原始序列更具可预测性.根据不同频率的子序列特点选取RBF神经网络、BP神经网络和时间序列模型分别预测,同时考虑温度对负荷的影响,得到新的组合模型.算例表明,该模型能有效提高电力负荷预测精度.

关键词：负荷预测、影响因素、希尔伯特黄变换、神经网络、时间序列

所属期刊栏目：36

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：河南省教育厅科学技术研究重点资助项目14A470002

在线出版日期：2015-10-16（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：1-5