基于EMD和RBFNN的冷负荷组合预测模型

• 作者: 李小红 白伟丽
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 冷负荷预测 经验模态分解 相空间重构 径向基神经网络 组合预测
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP183
• 语种: 中文

摘要

针对冷负荷预测问题,提出了一种基于相空间重构(PSR)、经验模态分解(EMD)和径向基神经网络(RBFNN)的冷负荷组合预测模型.该模型首先利用经验模态分解方法,把冷负荷序列分解为少数模态分量,然后利用分组分量法将其分为多个高频子分量、总低频分量和残余量,最后以PSR为基础对各分量利用RBFNN方法建模并将预测结果重构.该方法应用于实际冷站负荷预测后,与单一 RBFNN、SVM、LSSVM及基于EMD的SVM、基于EMD的RBFNN5类方法进行比较,结果表明该方法对冷负荷预测精度有明显提高.