基于总体平均经验模态分解的短期负荷预测

摘要：

提出了采用EEMD与动态神经网络相结合的混合模型进行电力系统短期负荷预测的方法.首先运用EEMD将非平稳的负荷序列分解,然后根据分解后各分量的特点构造不同的动态神经网络对各分量分别进行预测,最后对各分量预测结果采用BP网络进行重构得到最终预测结果.仿真结果表明基于该方法的电力系统短期负荷预测具有较高的精度.

关键词： 电力系统 短期负荷预测 模态分解 动态神经网络 仿真分析

作者: 刘耀年 丁旭元 刘玉良 张伟民

作者单位: 东北电力大学电气工程学院,吉林省,吉林市,132012

会议类型: 国内会议

会议名称: 中国高等学校电力系统及其自动化专业第二十六届学术年会暨中国电机工程学会电力系统专业委员会2010年年会

会议地点: 上海

会议语种:中文

页码: 1-4

在线出版日期: 2010-10-01（万方平台首次上网日期，不代表论文的发表时间）