基于PSO-OMP优化的WD-ASD超短期负荷预测

被引：17

作者：

曲正伟 ^{[1
]}

张坤 ^{[1
]}

王云静 ^{[1
]}

韩艳丰 ^{[1
]}

郝丽丽 ^{[2
]}

王崇轶 ^{[3
]}

机构：

[1] 电力电子节能与传动控制河北省重点实验室燕山大学

[2] 华北电力大学电气与电子工程学院

[3] 北京亦庄国际开发建设有限公司

来源：

电工电能新技术 | 2017年 / 12期

关键词：

超短期负荷预测; 原子稀疏分解; 正交匹配追踪; 粒子群优化; 小波分解; 最小二乘支持向量机;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

为提高负荷预测精度,降低电力系统规划决策的保守性,本文提出了一种基于小波-原子稀疏分解(WD-ASD)的超短期负荷预测模型。该模型使用模糊聚类算法提取相似日为历史数据,采用小波分解(WD)作为前置环节,以基于原子表达式的自预测和基于最小二乘支持向量机(LSSVM)的残余分量预测为基础构建原子稀疏分解(ASD)预测模型,分别对负荷的高低频分量进行预测,并将结果相加得到最终预测值。其中ASD分解过程由正弦原子库自适应匹配分解完成,并将粒子群算法(PSO)和正交匹配追踪(OMP)算法相结合以增强原子稀疏分解能力。实际负荷数据算例验证了所提方法的自适应性、快速性及有效性。

引用

页码：39 / 45

页数：7

共 12 条

[1]

基于FFT和优化匹配追踪的谐波/间谐波检测 [J].