基于EMD和SVM的短期负荷预测

• 作者: 孙云莲 季宇 祝志慧
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 短期负荷 经验模式分解 本征模式分量 支持向量机 核函数 组合预测
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 电网运行与安全
• 页码范围: 118-122
• 页数: 5页
• 分类号: TM715
• 字数: 3348字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2007.05.029

摘要

为了有效预测具有一定周期性和随机性的非平稳时间序列性的电力负荷,提高预测精度,提出了结合经验模式分解(EMD)和支持向量机(SVM)的短期负荷预测法.该法运用EMD将负荷序列分解成若干个不同频率的平稳分量,分解后的分量突出了原负荷的局部特征,能更明显的看出原负荷序列的周期项、随机项和趋势项;根据各个分量的变化规律,选择合适的SVM参数和核函数构造不同的支持向量机分别预测;由SVM对各分量的预测值组合得到最终预测值.仿真试验表明,此方法与单一的SVM预测法及BP神经网络预测法相比,具有较高的精度和较强的推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙云莲	武汉大学电气工程学院	72	830	17.0	26.0
2	季宇	武汉大学电气工程学院	6	130	4.0	6.0
3	祝志慧	武汉大学电气工程学院	5	163	4.0	5.0