基于RWT-SVM的台区配电网日前负荷预测研究

被引：13

作者：

丁宏

陶晓峰

陆春艳

张士成

机构：

[1] 南瑞集团有限公司(国网电力科学研究院)

来源：

南京信息工程大学学报(自然科学版) | 2023年 / 15卷 / 03期

关键词：

负荷预测; 小波变换; 支持向量机; 配电网;

D O I：

10.13878/j.cnki.jnuist.20220531001

中图分类号：

TM715 [电力系统规划]; TP181 [自动推理、机器学习];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

日前负荷预测对于制定合理的调度计划，保证电力系统安全可靠具有重要意义.电力负荷时间序列通常存在随机误差，而基于智能算法的预测模型为了充分提取负荷信息，结构复杂、计算量大.为此，本文利用台区配电网的历史电力负荷时间序列，提出一种基于重复小波变换-支持向量机(RWT-SVM)混合模型的日前电力负荷预测方法.该方法利用小波变换技术将台区配电网电力负荷时间序列分解为多个子序列；利用平均绝对误差(MAE)计算每个子序列的预报误差贡献度；对MAE最大的序列进一步分解，从而提升模型的预测能力，得到精度更高的预测结果.仿真结果表明，RWT-SVM混合模型的预测精度高于三种对比方法.

引用

页码：330 / 336

页数：7

共 17 条

[1]

基于CNN-Attention-BP的降水发生预测研究 [J].