文献类型：期刊文章

作　　者：徐少波[1] 李鑫[1] 刘海涛[1] 魏丽[2]

Xu Shaobo;Li Xin;Liu Haitao;Wei Li(State Network Shiyan Power Supply Company,Shiyan 442000,China;Wuhan Institute of Technology,Wuhan 430070,China)

机构地区：[1]国网十堰供电公司,湖北十堰442000 [2]武汉工程大学,湖北武汉430070

出　　处：《电子技术应用》

基　　金：湖北技能型人才培养研究中心重点项目(2018JZ305)。

年　　份：2020

卷　　号：46

期　　号：11

起止页码：96-99

语　　种：中文

收录情况：DOAJ、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对电力负荷数据的非线性和非平稳性特性,为提高短期电力负荷预测的精度,提出一种基于EMD-DA-LSSVM的短期用电负荷预测模型。首先,采用EMD分解短期电力负荷数据,获得互不耦合的IMF分量;其次,针对各IMF分量建立最优参数下的EMD-DA-LSSVM短期电力负荷预测模型,重构得到预测值。通过算法验证分析,与LSSVM、DA-LSSVM和EMD-LSSVM相比,EMD-DA-LSSVM模型具有更高的预测精度,短期电力负荷预测精度高达2.203%。

关 键 词：最小二乘支持向量机  短期负荷预测 参数优化  经验模态分解  蜻蜓算法  

分 类 号：TN911.72] TP391]