10.16628/j.cnki.2095-8188.2022.02.009
基于EMD-Stacking-MLR的台区配变短期负荷预测方法
传统短期负荷预测方法多为基于数据驱动的机器学习方法,应用场景多为较宏观的市/县区域总负荷预测,而面对台区配变负荷,其预测效果明显不足.对此,构建了一种基于EMD-Stacking-MLR的负荷预测方法.首先,将台区配变负荷数据通过经验模态分解方法分解为频率由高到低的有限本征模函数分量,利用样本熵大小为依据划分高、低频分量;随后,采用Stacking多模型融合方法和多元线性回归方法分别对高、低频分量进行预测;最后,叠加各分量预测结果得到最终配变预测负荷曲线.通过实验验证,结果表明所提方法在提升负荷预测精度和模型泛化能力方面成效显著.
模态经验分解性(EMD)、Stacking集成学习、MLR、短期负荷预测、台区配变
TM714(输配电工程、电力网及电力系统)
上海电力人工智能工程技术研究中心项目19DZ2252800
2022-05-20(万方平台首次上网日期,不代表论文的发表时间)
共10页
53-62