文献类型：期刊文章

作　　者：朱祥和[1] 王子琦[2] 李严[2] 刘轶[2]

机构地区：[1]华中科技大学武昌分校基础科学部,湖北武汉430064 [2]河南省电力调度通信中心,河南郑州450052

出　　处：《数学的实践与认识》

年　　份：2012

卷　　号：24

期　　号：8

起止页码：151-158

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2011_2012、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：提出了基于总体平均经验模态分解(EEMD)、最小二乘支持向量机(LSSVM)和BP神经网络的实用综合短期负荷预测方法,进行电力系统短期负荷预测.首先运用EEMD方法将非平稳的负荷序列分解,然后根据分解后各分量的特点选用最佳的核函数,利用最小二乘支持向量机分别对各分量进行预测,最后对各分量预测结果采用BP神经网络重构得到最终的预测结果.对实测数据的分析表明基于该综合方法的电力系统短期负荷预测具有较高的精度.

关 键 词：短期负荷预测 总体平均经验模态分解  最小二乘支持向量机 BP神经网

分 类 号：TM715]