基于EMD与GA-BP神经网络的短期负荷预测

• 作者: 周志宇
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 短期负荷预测 经验模式分解 BP神经网络 遗传算法
• 年，卷（期）: 2013,（4）
• 页码范围: 17-21
• 分类号: TM715
• 字数: 2840字
• 语种: 中文

摘要

为了提高具有随机性和复杂性的电力负荷预测精度,提出了一种基于EMD与GA-BP神经网络的短期负荷预测.该方法利用EMD的优点,将原始电力负荷序列分解为若干个IMF分量和余项.针对BP神经网络训练时间长,且容易陷入局部最小的缺点,利用遗传算法优化了BP神经网络,替代了传统的BP算法.最后通过分析各个分量的自身特点,分别构建不同的BP神经网络模型,对各分量分别进行预测,相加各分量预测值,得到了最终预测结果.实例验证表明,与EMD-BP预测方法相比,该方法具有较高的负荷预测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	周志宇	华北电力大学电气与电子工程学院	9	150	7.0	9.0