基于EMD和相关向量机的短期负荷预测

• 作者: 卫志农 孙志刚 李伟伦 翟玮星
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 经验模态分解 相关向量机 固有模态分量 短期负荷预测
• 年，卷（期）: 2011,（1）
• 页码范围: 92-97
• 分类号: TM715
• 字数: 4630字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2011.01.016

摘要

为提高电力负荷预测的准确性,提出一种基于经验模态分解EMD(empirical mode decomposition)与相关向量机RVM(relevant vector machine)的短期负荷预测方法.该方法利用EMD将目标负荷序列分解为若干个不同频率的固有模态分量 IMF(intrinsic mode function),通过分析各个分量的特征规律,构造不同的RVM 模型对各分量分别进行预测,再将各分量预测值通过RVM组合得到最终预测值.仿真结果表明,通过EMD 分解,预测效果有显著改善,而RVM模型较之BP神经网络模型与SVM模型具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫志农	河海大学能源与电气学院	239	4926	37.0	61.0
2	李伟伦		2	37	2.0	2.0
3	孙志刚		2	37	2.0	2.0
4	翟玮星	河海大学能源与电气学院	1	29	1.0	1.0