摘要:
本发明属于电力系统负荷预测技术领域,特别涉及一种基于改进总体经验模态分解(IEEMD)与反向传播神经网络(BPNN)的电力系统短期负荷预测方法。步骤1:使用改进的EEMD(IEEMD)对非稳态、非线性的历史电力负荷数据进行分解,得到一系列平稳的本征模态函数(IMF)分量及一个趋势余量。步骤2:剔除步骤1中所得的第一阶IMF分量(IMF1)。步骤3:使用BPNN分别对步骤1和步骤2所得的各阶IMF分量及趋势余量进行预测。步骤4:使用BPNN对步骤3所得的各阶IMF分量及趋势余量进行非线性组合,得到电力负荷最终预测结果。
公开/授权文献
- CN104794538A 基于IEEMD-BPNN的电力系统短期负荷预测方法 公开/授权日:2015-07-22