基于小波包分解与循环神经网络的综合能源系统短期负荷预测

• 作者: 朱刘柱 王绪利 陈庆会 马静 齐先军
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 综合能源系统 负荷预测 相关性分析 小波包分解(WPD) 循环神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 多能预测与市场交易
• 页码范围: 133-140
• 页数: 8页
• 分类号: TM71
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2020.12.013

摘要

文章提出了基于小波包分解(wavelet packet decomposition,WPD)与循环神经网络的电冷热综合能源短期负荷预测方法.利用能够突出负荷细节特征的小波包对电冷热负荷进行频段分解,分析每一频段中电冷热负荷的互相关性.为体现每一频段中电冷热负荷的互相关性对预测结果的影响,将频段中互相关性较强的负荷类型放入同一处理负荷自相关性的循环神经网络模型中进行预测;频段中互相关性较弱的负荷类型则单独进行预测.与直接将电冷热负荷放入同一个循环神经网络进行预测相比,以及与将电冷热负荷通过同一个反向传播神经网络进行预测相比,所提方法考虑了综合能源在不同频段内电冷热负荷的互相关性和电冷热负荷本身的自相关性,能够有效降低负荷预测的平均绝对百分比误差.