基于经验模态分解和极限学习机的日输电量分时建模预测

• 作者: 庞红旗 高飞翎 程国开 罗玉鹤 陈静 温步瀛
• 来源期刊: 智慧电力
• 关键词: 输电量预测 峰平谷分时建模 经验模态分解 极限学习机
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 电力预测与优化|POWER FORECASTING & OPTIMIZATION
• 页码范围: 63-69
• 页数: 7页
• 分类号: TM715
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7598.2021.09.009

摘要

电网运行电量数据呈现出海量化高维化的发展趋势,为有效利用这些大数据建立电量预测模型,提出了一种分时建模、经验模态分解和极限学习机相结合的方法.将每日输电量划分为峰、平、谷3个时段,并对每个时段的输电量曲线进行经验模态分解,再采用极限学习机训练得到各分量的预测模型,最后通过叠加合并得到最终的输电量预测值.通过与传统的极限学习机进行比较,结果表明所提方法可有效地提高模型的预测精度.