基于EEMD-BP神经网络的含电采暖的配电变压器短期负荷预测

• 作者: 孙钦斐 孟颖 张宇 张宝群 李香龙 赵凤展
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 配电变压器短期负荷预测 电采暖 集成经验模态分解 BP神经网络 组合预测模型
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 工程与应用
• 页码范围: 101-107
• 页数: 7页
• 分类号: TM715
• 字数: 4176字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2018.10.017

摘要

为了快速准确地预测含高比例电采暖设备的配电变压器的短期负荷,提出了基于集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)及BP神经网络算法组合的含电采暖的配电变压器短期负荷预测方法,该方法考虑了采暖日天气类型、采暖日温度等环境条件对居民采暖行为的影响.首先运用EEMD方法将日负荷序列分解成4组频率由低至高的分量序列及1组剩余分量序列,再将各分量序列及温度数据、气象数据输入BP神经网络中进行预测,最后各个预测分量相加得到最终的预测结果.将该方法应用于北京地区冬季“煤改电”工程中,对某个含高比例电采暖负荷的配电变压器进行短期预测,算例表明,EEMD-BP组合预测方法能够有效减小负荷预测误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宇		37	163	8.0	12.0
2	赵凤展		17	441	7.0	17.0
3	李香龙	国网北京市电力公司电力科学研究院	20	116	7.0	10.0
4	孟颖	国网北京市电力公司电力科学研究院	5	16	2.0	4.0
5	张宝群	国网北京市电力公司电力科学研究院	13	89	5.0	9.0
6	孙钦斐	国网北京市电力公司电力科学研究院	2	7	2.0	2.0