基于因散经验模式分解的电力负荷混合预测方法

• 作者: 乞建勋 刘达 李媛媛 牛东晓
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 因散经验模式分解 电力负荷 预测 内在模式 重构
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 电力市场
• 页码范围: 58-62
• 页数: 5页
• 分类号: TM715
• 字数: 3789字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓	华北电力大学工商管理学院	306	6130	40.0	64.0
2	乞建勋	华北电力大学工商管理学院	148	2350	27.0	41.0
3	刘达	华北电力大学工商管理学院	40	735	17.0	25.0
4	李媛媛	华北电力大学工商管理学院	17	298	9.0	17.0