基于EMD与粗糙集及神经网络相结合的短期负荷预测

• 作者: 兰华 朱锋
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 短期负荷预测 经验模式分解 BP神经网络 粗糙集 电力系统
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 专家论坛
• 页码范围: 241-245
• 分类号: TM715
• 字数: 3432字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1663.2012.04.001

摘要

为了提高预测具有周期性和随机性的电力负荷精度,提出了一种基于经验模式分析(EMD)与粗糙集及神经网络相结合的短期负荷预测方法.该方法利用EMD的自适应性,自动地将目标负荷序列分解为若干个独立的内在模式分量.考虑影响电力负荷的气象因子和模式分量信息量较大,利用粗糙集进行了属性约简,约简后的各个分量采用相匹配BP神经网络模型分别进行预测,然后,相加各分量预测值得到最终预测结果.仿真试验表明,该方法与EMD - BP模型预测方法相比,具有较高的精度和较强的适应能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰华	东北电力大学电气工程学院	43	858	14.0	28.0
2	朱锋	东北电力大学电气工程学院	3	24	3.0	3.0