基于3σ-CEEMDAN-LSTM的空间负荷预测方法 |
| |
引用本文: | 肖白,高文瑞,李道明,綦雪松,阚中锋.基于3σ-CEEMDAN-LSTM的空间负荷预测方法[J].电力自动化设备,2023(3):159-165. |
| |
作者姓名: | 肖白 高文瑞 李道明 綦雪松 阚中锋 |
| |
作者单位: | 1. 东北电力大学电气工程学院;2. 国网吉林省电力有限公司吉林供电公司 |
| |
基金项目: | 国家自然科学基金资助项目(51177009);;国家重点研发计划项目(2017YFB0902205)~~; |
| |
摘 要: | 为有效利用从配电网采集的海量数据以及改善空间负荷预测效果,提出一种基于3σ准则、自适应噪声完备集合经验模态分解(CEEMDAN)和长短期记忆神经网络(LSTM)的空间负荷预测方法。基于3σ准则对每个Ⅰ类元胞的实测负荷数据进行奇异值检测和处理;运用CEEMDAN技术将处理后的Ⅰ类元胞负荷数据分解为若干个频率和幅值均不同的本征模态函数(IMF);分别对每个IMF分量构建LSTM模型进行预测;将所有IMF分量预测结果进行线性叠加,得到目标年基于Ⅰ类元胞的空间负荷预测结果,在此基础上使用空间电力负荷网格化技术求得基于Ⅱ类元胞的空间负荷预测结果。算例分析结果验证了所提方法的正确性和有效性。
|
关 键 词: | 空间负荷预测 元胞 地理信息系统 自适应噪声完备集合经验模态分解 长短期记忆神经网络 |
|