基于变分模态分解-BA-LSSVM算法的配电网短期负荷预测

作     者：赵凤展 郝帅 张宇 杜松怀 单葆国 苏娟 井天军 赵婷婷 Zhao Fengzhan;Hao Shuai;Zhang Yu;Du Songhuai;Shan Baoguo;Su Juan;Jing Tianjun;Zhao Tingting

作者机构：中国农业大学信息与电气工程学院北京100083 国网北京市电力公司北京100031 国网能源研究院北京102209 

基　　金：国家电网公司科技项目(《市场交易环境下电力供需技术模型和应用研究》) 国家重点研发项目(2016YFB0900100) 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2019年第35卷第14期

页      码：190-197页

摘      要：配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用不同的最小二乘支持向量机(least squares support vector machine,LSSVM)模型进行负荷预测,最后将基于不同频率分量的预测结果相加得到最终的日负荷预测结果。为了提高LSSVM预测能力,采用蝙蝠算法(bat algorithm,BA)对各LSSVM的参数进行寻优,同时,该文分析了影响负荷变化的环境因素,设计了一套因素归一化方法,预测过程考虑了环境因素的影响。仿真结果表明,该文提出的考虑复杂环境因素的预测思想及对历史日负荷进行VMD分解、BA优化、LSSVM预测的组合预测方法能有效提高短期日负荷预测的准确性。

主 题 词：算法 电能 配电台区负荷预测 变分模态分解 最小二乘支持向量机 蝙蝠算法 复杂环境因素 

学科分类：0710[理学-生物科学类] 0808[工学-自动化类] 08[工学] 0802[工学-机械学] 0801[工学-力学类] 

核心收录：

D　O　I：10.11975/j.issn.1002-6819.2019.14.024

馆 藏 号：203727268...