一种基于序列成分分解与神经网络的中期电量预测方法

    公开(公告)号:CN110298475A

    公开(公告)日:2019-10-01

    申请号:CN201910388908.7

    申请日:2019-05-10

    Inventor: 刘文霞 陈浩文

    Abstract: 本发明属于电力系统负荷预测领域,特别是涉及一种基于序列成分分解与神经网络的中期电量预测方法,包括:首先利用H-P滤波方法和奇异谱分析方法对原始中期电量序列进行分解,得到长期稳定变化趋势序列和各周期成分序列;然后基于这些序列,构建BP神经网络模型并进行预测,得到各序列未来的中期预测值,最后讲这些所有预测值相加,得到最终未来的中期电量预测结果。该预测方法在应用于实际中期电量预测中具有较高的预测精度,同时在进行多步预测时有较好的平稳性。

Patent Agency Ranking