文献知网节
  • 记笔记

基于奇异谱分析与神经网络的中期负荷预测

陈浩文刘文霞李月乔

新能源电力系统国家重点实验室(华北电力大学)

摘要:针对非平稳、非线性中期负荷序列分解预测的精度问题,提出了基于奇异谱分析与神经网络的中期负荷分解预测方法。考虑中期负荷长期趋势性与季节性周期波动性特点,在中期负荷序列趋势提取的基础上,利用频谱分析确定序列主要周期成分并引入奇异谱分析方法对序列主要周期成分进行滤波分解,对分解所得的各子序列构建神经网络模型进行预测,各子序列预测结果叠加作为最终的电量预测值。结合某地历史数据,将所提算法与经验模态分解/神经网络方法、传统滤波/神经网络方法预测结果进行对比,结果表明该方法在进行中期电量预测时能够获得更为平稳的、精度较高的预测结果。
  • DOI:

    10.13335/j.1000-3673.pst.2019.0854

  • 专辑:

    工程科技Ⅱ辑; 信息科技

  • 专题:

    电力工业; 自动化技术

  • 分类号:

    TM715;TP183

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:395 页码:1333-1347 页数:15 大小:1654K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者