基于HHT和神经网络组合的负荷预测模型研究

• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: HHT 频谱 神经网络组合预测模型 单一模型 线性组合预测
• 年，卷（期）: 2009,（19）
• 所属期刊栏目: 应用研究
• 页码范围: 31-35
• 页数: 5页
• 分类号: TM715
• 字数: 3419字
• 语种: 中文

摘要

首次提出了一种基于HHT和神经网络组合的预测模型.负荷数据首先经过EMO分解,得到一系列IMF分量及余项,通过各分量的频谱观察,针对低频IMF分量规律性及周期性强,高频分量相对较弱的特点,对低频IMF分量选择合适的预测模型直接进行预测,高频IMF采用多神经网络组合预测方法.仿真结果表明,文中提出的预测模型的精度高于任一单一模型,并且高于传统的线性组合预测模型.