共 9 条
- [7] 基于经验模式分解和神经网络的短期电力负荷预测方法研究[D]. 郑艳秋.重庆大学. 2009
- [8] HHT理论在电力系统中的应用研究[D]. 高磊.东北电力大学. 2006
- [9] 电力系统负荷预测[M]. 中国电力出版社 , 康重庆, 2007
基于EMD和相关向量机的短期负荷预测
被引：25
作者：
孙志刚
[1
]
翟玮星
[2
]
李伟伦
[1
]
卫志农
[2
]
机构：
[1] 南通供电公司
[2] 河海大学能源与电气学院
来源：
关键词：
经验模态分解;
相关向量机;
固有模态分量;
短期负荷预测;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
为提高电力负荷预测的准确性,提出一种基于经验模态分解EMD(empirical mode decomposition)与相关向量机RVM(relevant vector machine)的短期负荷预测方法。该方法利用EMD将目标负荷序列分解为若干个不同频率的固有模态分量I MF(intrinsic mode function),通过分析各个分量的特征规律,构造不同的RVM模型对各分量分别进行预测,再将各分量预测值通过RVM组合得到最终预测值。仿真结果表明,通过EMD分解,预测效果有显著改善,而RVM模型较之BP神经网络模型与SVM模型具有更高的预测精度。
引用
收藏
页码：92 / 97
页数：6
相关论文