基于局部均值分解与神经网络的短期负荷预测

• 作者: 兰华 周凌 常家宁 张镭 王冰
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 短期负荷预测 局部均值分解 人工神经网络
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 智能电网技术
• 页码范围: 48-51,84
• 分类号: TM715
• 字数: 2350字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2012.05.011

摘要

短期负荷预测是电力系统调度和运行的基础,为了提高电力系统短期负荷预测的精度,提出了基于局部均值分解和人工神经网络的电力系统短期负荷预测方法.该方法首先对负荷序列进行局部均值分解,针对分解后具有不同特点的各PF分量设定具体的神经网络参数进行预测,将各分量的预测结果进行重构得到最终的预测结果.仿真实验表明,LMD-BP神经网络的预测方法与传统的EMD-BP神经网络方法相比具有更高的预测精度,同时也验证了该方法的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王冰	东北电力大学电气工程学院	16	104	6.0	10.0
2	兰华	东北电力大学电气工程学院	43	858	14.0	28.0
3	张镭	长春市建设工程交易中心信息部	3	14	2.0	3.0
4	常家宁	东北电力大学电气工程学院	1	12	1.0	1.0
5	周凌	东北电力大学电气工程学院	1	12	1.0	1.0