基于原子稀疏分解和支持向量机的短期负荷预测

• 作者: 徐玉琴 郝丽丽
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 负荷预测 原子稀疏分解 最小二乘支持向量机 小波分解
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 名家专栏
• 页码范围: 1-5,12
• 页数: 6页
• 分类号: TM715+.1
• 字数: 3062字
• 语种: 中文

摘要

受多种因素影响的负荷序列有很强的周期性和非平稳性,本文提出一种小波分解-原子稀疏分解-最小二乘支持向量机(WD-ASD-LSSVM)的短期负荷预测方法.该方法利用WD提取出周期性的低频分量和非平稳性的高频分量,建立基于LSSVM的低频预测模型和基于ASD-LSSVM的高频预测模型,并将分量预测值叠加作为下一时刻的负荷预测值.针对高频分量的非平稳性,提出一种基于快速傅里叶变换预求解、粒子群算法和正交匹配追踪算法结合(FFT-PSO-OMP)的方法对ASD进行优化,增强了ASD的分解和预测能力.以实际负荷预测进行算例仿真,验证了本文所提方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐玉琴	华北电力大学电气与电子工程学院	75	1662	20.0	39.0
2	郝丽丽	华北电力大学电气与电子工程学院	2	11	1.0	2.0