期刊文章详细信息
基于CEEMDAN-排列熵和泄漏积分ESN的中期电力负荷预测研究 ( EI收录)
Medium term electricity load forecasting based on CEEMDAN-permutation entropy and ESN with leaky integrator neurons
文献类型:期刊文章
机构地区:[1]兰州交通大学自动化与电气工程学院,甘肃兰州730070
基 金:国家自然科学基金(51467008);甘肃省高等学校基本科研业务费专项资金项目(620026)
年 份:2015
卷 号:19
期 号:8
起止页码:70-80
语 种:中文
收录情况:AJ、BDHX、BDHX2014、CSA、CSCD、CSCD2015_2016、EI(收录号:20154101350214)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对中期电力负荷预测,提出一种具有自适应噪声的完整集成经验模态分解(CEEMDAN)-排列熵和泄漏积分回声状态网络(LIESN)的组合预测方法。CEEMDAN方法在负荷序列分解的每一阶段添加特定的白噪声,通过计算唯一的余量信号以获取各个模态分量,与EEMD方法相比,其分解过程是完整的。为降低负荷非平稳性对预测精确度的影响以及减小计算规模,采用CEEMDAN-排列熵方法将负荷时间序列分解为具有复杂度差异的不同子序列,通过分析各个子序列的内在特性,分别构建相应的LIESN预测模型,最终对预测结果进行叠加。将该方法应用于不同地区的中期峰值电力负荷预测实例中,并与其他组合预测以及单一预测方法进行比较。实验结果表明,所提出的方法有很高的预测精确度,显示出其有效性和应用潜力。
关 键 词:负荷预测 组合模型 集成经验模态分解 回声状态网络 排列熵
分 类 号:TM715]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...