-
题名基于因散经验模式分解的电力负荷混合预测方法
被引量：13
- 1
-
-
作者
李媛媛
牛东晓
乞建勋
刘达
-
机构
华北电力大学工商管理学院
-
出处
《电网技术》
EI
CSCD
北大核心
2008年第8期58-62,共5页
-
基金
国家自然科学基金资助项目(70671039)
高等学校博士学科点专项科研基金资助项目(20040079008)~~
-
文摘
针对目前常用负荷分析方法多依赖主观经验,而经典经验模式分解有时出现混频现象的问题,提出了一种基于因散经验模式分解的电力负荷混合预测方法。首先,采用经验模式分解的改进算法——因散经验模式分解将负荷序列分解,这样可以自适应地将目标序列分解为若干个独立的内在模式,因此能够克服依赖主观经验的缺点。然后,将这些内在模式基于fine-to-coarse重构为高频、低频和趋势3个分量。在对各分量特性进行分析的基础上,分别采用支持向量机、自回归移动平均和线性回归模型对其进行预测。最后,将3个分量的预测结果叠加作为最终的预测值。利用上述方法对某电网进行24点负荷预测,结果表明该方法可以有效地提高负荷预测精度。
-
关键词
因散经验模式分解
电力负荷
预测
内在模式重构
-
Keywords
ensemble empirical mode decomposition
powerload
forecasting
intrinsic mode
reconstruction
-
分类号
TM715
[电气工程—电力系统及自动化]
-
