基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
短期负荷预测是电网调度计划重要的支撑依据,同时短期负荷预测的预测精度也是电网系统安全稳定运行的基础和前提.文中提出了基于改进的模态分解和组合预测模型(EEMD-组合模型)的预测思想,实现对短期电力负荷的精准预测.首先利用改进的模态分解实现对历史序列分解,挖掘不同频段序列的负荷特性以及与影响因素的关联关系,然后针对不同频段的序列使用不同的预测方法,最终集成整体预测结果,并使用均方根误差和平均相对误差进行测后评价,同时与其他预测模型进行对比.结果表明EEMD-组合模型可以很精准地预测未来负荷变化情况.
推荐文章
基于改进二次模态分解和BiLSTM-Attention的 短期电力负荷预测
二次模态分解
分解损失
注意力机制
双向长短期神经网络
短期电力负荷预测
基于VMD-SMA-KELM短期负荷预测方法
负荷预测
变分模态分解
黏菌算法
核极限学习机
变分模态分解多尺度组合模型TEC预测
变分模态分解
Elman神经网络
ARMA
电离层TEC
多尺度组合预测
磁暴
基于LSTM模型的短期负荷预测
短期负荷预测
LSTM神经网络
工业用户
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进的模态分解和组合预测模型的短期负荷预测
来源期刊 安徽电气工程职业技术学院学报 学科
关键词 改进的模态分解 负荷特性 组合模型 误差评价
年,卷(期) 2021,(1) 所属期刊栏目 电力技术
研究方向 页码范围 5-12
页数 8页 分类号 TM715+.1
字数 语种 中文
DOI 10.3969/j.issn.1672-9706.2021.01.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
改进的模态分解
负荷特性
组合模型
误差评价
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽电气工程职业技术学院学报
季刊
1672-9706
34-1297/Z
大16开
安徽省合肥市黄山路330号
26-163
1996
chi
出版文献量(篇)
2472
总下载数(次)
8
总被引数(次)
6093
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导