基于EMD和神经网络的短期电力负荷预测.pdfVIP

第 21卷 第 21期 电子设计工程 2013年 11月 VoI．21 No．21 ElectronicDesignEngineering NOV．2013 基才EMD和神经网络的短期电力负荷预测 郭 涛，马林东，葛智平，崔乐乐 (甘肃省 电力公司电力科学研究院甘肃 兰州 730050) 摘要 ：提 出了采用经验模态分解(EMD)和神经网络结合的方法对短期电力负荷进行预测。通过EMD算法将 电力负 荷的时间序列分解为若干个固有模态函数，采用神经网络对各个固有模态函数分别预测，然后求和重构各个固有模 态函数 的预测值 ，最后得 出总的负荷预测值 。通过仿真分析 ，该方法相对于采用单一的神经网络预测 降低 了预测误 差 ．改善 了短期负荷预测的有效性。 关键词 ：电力负荷 ：经验模 态分解 ；神经网络 ；预测 中图分类号 ：TN98 文献标识码 ：A 文章编号 ：1674—6236(2013)21—0105—02 Forecastingofshort-term powerloadbasedonEMD andneuralnetwork GUOTao，MA Lin-dong，GE Zhi—ping，CUILO —le (GansuElectronicPowerResearchInstitute，Lanzhou730050，China) Abstract：Thispaperstudiedtheforecastingofshort-term powerLoadbyuseofempiricalmodedecompositionandneural network．Th etimeseriesofpowerLoadwasdecomposedintoseveralintrinsicmodefunctionsthroughEMD，thenmadea predictionofeveryIMFbymeansofneuralnetwork，calculatedthesepredictionvaluesSOastoobtainthefinalprediction result．Th esimulationdemonstratedthatthemethoddecreasethepredictionerrorandapprovedhteeffectivenesscompared withneuralnetworkusedonly． Keywords：powerload；EMD；neuralnetwork；prediction 短期 电力负荷预测是 电力系统安全调度 、经济运行的重 EMD算法可 以通过 以下步骤实现： 要依据 ．预测 的精度直接影响到 电力系统运行的可靠性 、经 1)计算输入时间序列 (t)的所有极值点 ； 济性和供 电质量。长期以来 ，许多学者对短期电力负荷预测 2)采用样条函数求出 (￡)的上下包络线，并计算均值m(t)； 进行 了大量 的研究。并提 出了许多有效的方法 。通常采用物 3)通过作差，求得 M (f)一m(t)； 理方法或统计方法 ，通常采用时间序列法、神经网络法、支 4)判断是否满足终止条件 ，若不满足将作为新 的输入信号 持 向量机法 、卡尔曼滤波法等方法建立预测模型 ，文献 6【】提 求其极值点，否则令 c (￡)为一个 IMF分量 ，作差求得闰 ； 出了基于小波变换和神经网络结合 的预测模型有效降低 了 5)判断 r是否满足终止条件 ，若不满足则将作为新 的输 预测误差 ．但是小波变换 的结果容易受小波基函数 的影响。 人信号求其极值点，若满足则 EMD分解过程结束 ，不能提取