重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (12): 180-188.

• 电气·电子 • 上一篇    下一篇

一种结合时间序列分解的短期电力组合预测方法

赵建文，张 成，陈佳丽   

  1. 西安科技大学 电气与控制工程学院
  • 发布日期:2022-01-19
  • 作者简介:赵建文，男，博士，教授，主要从事电力网安全运行与保护研究；张成， 男，硕士研究生，主要从事电力系统负荷预测研究

  • Published:2022-01-19

PDF (PC)

191

赞

摘要： 短期电力负荷具有整体周期性和局部非线性的特点，单一模型预测精度不高。为 此，提出一种基于改进的奇异谱分析（ＩＳＳＡ）方法的组合预测模型。首先从奇异谱分析（ＳＳＡ）的 轨迹矩阵构建、主成分选取等步骤改进传统 ＳＳＡ，以便更好分离实际负荷中的趋势序列分量和 随机序列分量；随后分别通过多元线性回归（ＭＬＲ）和长短期记忆（ＬＳＴＭ）神经网络方法对分离 出的趋势负荷和随机负荷进行预测；最后叠加两部分预测值得到最终预测结果。ＩＳＳＡＭＬＲ ＬＳＴＭ（ＩＳＭＬ）组合预测模型能很好地刻画实际负荷变化趋势和进行精准预测。实验结果表明： 相较于单一的 ＬＳＴＭ、ＭＬＲ和组合 ＥＥＭＤＭＬＲＬＳＴＭ等预测模型，ＩＳＭＬ组合预测模型能够有效 地提高短期电力负荷的预测精度。

关键词: 短期电力负荷, 改进奇异谱分析, 多元线性回归, ＬＳＴＭ神经网络, 组合预测

中图分类号: 

  • TM715