基于EEMD-ARIMA模型的地区月负荷量预测

• 作者: 佘颖铃 温步瀛 郭建鹏
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 集合经验模态分解 ARIMA模型 月负荷量预测
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 负荷预测专题
• 页码范围: 28-32,74
• 页数: 6页
• 分类号: TM714
• 字数: 3663字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0665.2018.06.004

摘要

负荷预测是电网规划运行安排的基础,预测的准确性关系到电网安全、可靠和经济运行.为了解决原始数据不平稳造成预测精度低下的问题,本文提出了基于集合经验模态分解(EEMD)的自回归积分滑动平均(ARIMA)预测模型,对某地区的月负荷量做加噪处理后进行经验模态分解,使其分量平稳化,再对各分量进行ARIMA模型预测,最后将各预测结果相加得到最终预测值.算例表明,基于EEMD-ARIMA模型的地区月负荷量预测精度高于传统ARIMA模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温步瀛	福州大学电气工程与自动化学院	148	1708	19.0	36.0
2	郭建鹏		4	8	2.0	2.0
3	佘颖铃	福州大学电气工程与自动化学院	2	5	1.0	2.0