论文摘要
为了使用有限的历史数据精准地预测将来某段时间内的超短期负荷变化,把变分模态分解(variational mode decomposition,VMD)引入到超短期负荷预测中。首先将历史负荷的时间序列进行VMD分解,得到一组相对平稳的模态分量,然后对各模态分量分别建立极限学习机(extreme learning machine,ELM)预测模型,再将各模态分量的预测结果累加获得最终预测值。算例比较表明,所提出的方法具备很高的预测精度以及很快的预测速度。
论文目录
文章来源
类型: 期刊论文
作者: 孟凡煦,张琰骏
关键词: 超短期负荷预测,变分模态分解,极限学习机,预测,模型
来源: 国外电子测量技术 2019年01期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: 东北石油大学电气工程学院
分类号: TM715;TP181
DOI: 10.19652/j.cnki.femt.1801082
页码: 24-28
总页数: 5
文件大小: 268K
下载量: 201
相关论文文献
- [1].基于混沌类电磁算法优化支持向量机的短期负荷预测[J]. 计算技术与自动化 2019(04)
- [2].做好短期负荷预测 保证电网安全经济运行[J]. 农村电工 2020(05)
- [3].基于参数迁移的节假日短期负荷预测方法[J]. 电气自动化 2020(04)
- [4].并行多模型融合的混合神经网络超短期负荷预测[J]. 电力建设 2020(10)
- [5].应对海量数据的超短期负荷预测在实时电力市场的应用研究[J]. 电力大数据 2019(12)
- [6].动态相似与静态相似相结合的短期负荷预测方法[J]. 电力系统保护与控制 2018(15)
- [7].基于参数优化的超短期负荷预测调整策略[J]. 电子测试 2016(23)
- [8].基于朴素贝叶斯和支持向量机的短期负荷预测[J]. 电力安全技术 2016(12)
- [9].基于气象信息因素修正的灰色短期负荷预测研究[J]. 自动化应用 2016(12)
- [10].基于支持向量机方法的短期负荷预测研究[J]. 自动化应用 2016(12)
- [11].分类管理方法在短期负荷预测工作中的应用[J]. 农村电工 2017(04)
- [12].基于分形特性修正气象相似日的节假日短期负荷预测方法[J]. 电网技术 2017(06)
- [13].基于改进人体舒适指数的微电网超短期负荷预测[J]. 广东电力 2017(04)
- [14].有功运行模式下的无功短期负荷预测[J]. 电子技术与软件工程 2016(06)
- [15].实时电价条件下的短期负荷预测研究[J]. 自动化与仪器仪表 2016(05)
- [16].电力系统超短期负荷预测方法及应用[J]. 硅谷 2014(20)
- [17].基于云计算的扩展短期负荷预测方法的研究[J]. 科技视界 2014(36)
- [18].电业超短期负荷预测仿真研究[J]. 计算机仿真 2015(07)
- [19].基于时间序列法超短期负荷预测改进方法的研究[J]. 辽宁工业大学学报(自然科学版) 2015(05)
- [20].智能组合模型在短期负荷预测中的应用[J]. 电子技术 2020(07)
- [21].开放售电环境下用户短期负荷预测方法[J]. 电工电能新技术 2020(01)
- [22].基于多负荷模式和分时段的河源电网短期负荷预测[J]. 自动化应用 2020(01)
- [23].基于云计算的智能电网短期负荷预测[J]. 电世界 2019(11)
- [24].县域电网负荷特性分析与短期负荷预测研究[J]. 华北电力技术 2017(05)
- [25].深度神经网络在电网短期负荷预测中的应用[J]. 中国科技信息 2017(12)
- [26].采用稳健回声状态网络的超短期负荷预测方法[J]. 计算机工程与应用 2016(04)
- [27].县级电网短期负荷预测管理的若干措施[J]. 企业改革与管理 2015(22)
- [28].论对于短期负荷预测的方法及其应用[J]. 电子技术与软件工程 2014(19)
- [29].如何提高短期负荷预测精度的探讨[J]. 佛山科学技术学院学报(自然科学版) 2012(05)
- [30].考虑人体舒适度的扩展短期负荷预测新方法[J]. 电力系统及其自动化学报 2011(03)