首页 | 本学科首页   官方微博 | 高级检索  
     

基于EEMD-CS-LSSVM的短期负荷预测方法研究
引用本文:雷炳银,王子驰,苏雨晴,孙炜哲,杨灵艺.基于EEMD-CS-LSSVM的短期负荷预测方法研究[J].电力系统及其自动化学报,2021,33(9):117-122.
作者姓名:雷炳银  王子驰  苏雨晴  孙炜哲  杨灵艺
作者单位:平高集团有限公司,平顶山 467000
摘    要:针对电力负荷具有非线性特征、预测精度不高的问题,提出一种基于集合经验模态分解和布谷鸟搜索算法优化最小二乘支持向量回归机的组合预测方法.首先,将历史负荷数据经集合经验模态分解为高频分量、随机分量和低频分量;其次,针对各分量特征采用具有不同核函数的最小二乘支持向量回归机预测模型进行电力负荷分量的预测,并且利用布谷鸟搜索优化最小二乘支持向量回归机预测模型的关键参数;最后,叠加各分量预测值,还原电力负荷预测结果.以河南某地区电力数据为例,通过与反向传播神经网络、差分整合移动平均自回归模型以及布谷鸟优化-最小二乘支持向量机方法对比,表明本文所提方法具有最高的预测精度,预测准确率达到98.5%.

关 键 词:短期负荷预测  集合经验模态分解  布谷鸟搜索算法  优化参数

Research on Short-term Load Forecasting Method Based on EEMD-CS-LSSVM
LEI Bingyin,WANG Zichi,SU Yuqing,SUN Weizhe,YANG Lingyi.Research on Short-term Load Forecasting Method Based on EEMD-CS-LSSVM[J].Proceedings of the CSU-EPSA,2021,33(9):117-122.
Authors:LEI Bingyin  WANG Zichi  SU Yuqing  SUN Weizhe  YANG Lingyi
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号