基于EWT和LSSVM模型的短期电力负荷预测

• 作者: 张金金 张倩 马金辉 丁津津
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 负荷预测 EWT LSSVM SVM EMD
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 检测与监控
• 页码范围: 38-42
• 页数: 5页
• 分类号: TM715
• 语种: 中文

摘要

精确的负荷预测对电网的安全性和稳定稳定性具有重要意义.提出基于经验小波变换(EWT)和最小二乘支持向量机(LSSVM)的预测方法.首先,采用EWT分解负荷,得到一组固有模态分量(IMF);其次,利用LSSVM算法预测各个负荷子序列;最后,合并各个分量的预测结果.根据某地市现场实测负荷数据进行实验仿真,预测结果分别与EWT-支持向量机(SVM)和经验模态分解(EMD)-LSSVM模型的预测结果进行对比,在两项指标上表现均为最优,体现实际负荷的变化规律.