基于二层分解技术的短期负荷预测研究

• 作者: 刘诗韵 吴非 李皓 殷豪 许锐埼 邵慧栋
• 来源期刊: 宁夏电力
• 学科: 工学
• 关键词: 可变模式分解 奇异谱分析 改进鲸鱼优化算法 极限学习机 负荷预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 电网技术
• 页码范围: 8-16
• 页数: 9页
• 分类号: TM721
• 字数: 5449字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3643.2019.05.002

摘要

钢铁用户的增多会使地区含有大量的冲击负荷,传统的预测方法难以捕捉该地区的负荷变化规律,预测精度不足.为提高含大量负荷地区的负荷预测的精度和泛化性,提出一种基于可变模式分解与奇异谱分析相结合的二层分解技术(VMD-SSA)和改进鲸鱼算法(IWOA)优化极限学习机(ELM)的短期负荷预测模型.通过实例证明,相比于其它模型,所提混合模型能充分掌握负荷的变化规律,有效提高了含大量负荷地区的负荷预测的精度和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷豪		51	287	10.0	14.0
2	刘诗韵		1	0	0.0	0.0
3	吴非		4	0	0.0	0.0
4	许锐埼		5	0	0.0	0.0
5	邵慧栋		1	0	0.0	0.0
6	李皓		2	6	1.0	2.0