文献类型：期刊文章

作　　者：孙志刚[1] 翟玮星[2] 李伟伦[1] 卫志农[2]

机构地区：[1]南通供电公司,南通226006 [2]河海大学能源与电气学院,南京210098

出　　处：《电力系统及其自动化学报》

年　　份：2011

卷　　号：23

期　　号：1

起止页码：92-97

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为提高电力负荷预测的准确性,提出一种基于经验模态分解EMD(empirical mode decomposition)与相关向量机RVM(relevant vector machine)的短期负荷预测方法。该方法利用EMD将目标负荷序列分解为若干个不同频率的固有模态分量I MF(intrinsic mode function),通过分析各个分量的特征规律,构造不同的RVM模型对各分量分别进行预测,再将各分量预测值通过RVM组合得到最终预测值。仿真结果表明,通过EMD分解,预测效果有显著改善,而RVM模型较之BP神经网络模型与SVM模型具有更高的预测精度。

关 键 词：经验模态分解 相关向量机 固有模态分量  短期负荷预测

分 类 号：TM715]