面向工业用户的混合DWT-DE-RNN电力负荷预测.pdfVIP

第10期机械设计与制造

2024年10月MachineryDesignManufacture73

面向工业用户的混合DWT-DE-RNN电力负荷预测

陆心怡，关艳，高曦莹，王馨璐

（国网辽宁省电力有限公司营销服务中心，辽宁沈阳110819）

摘要：电力负荷短期预测对于电力行业规划发展具有重要意义。随着电力市场的改革发展，电力负荷的短期预测对于

工业制造型企业有效降低用能成本显得极为重要。然而，实际荷载序列数据体现出多重复杂特性，例如非线性、非平稳

性和时间变化等因素影响。这里提出一种由离散小波变换（DWT）、差分进化算法（DE）和径向基函数神经网络（RBFNN）

组成的三级混合集成短期负荷预测方法。DWT用于分解负荷数据以获得良好的用电特征；DE用于获得RBFNN预测所

需的最佳可调参数。使用PJM公用数据集2001年负荷数据和辽宁省某地工业园区2015年整年数据对这里混合集成方