基于优化的VMD-mRMR-LSTM模型的短期负荷预测OA北大核心CSTPCD
Short-term load forecasting based on an optimized VMD-mRMR-LSTM model
随着智能电网技术的发展和电力市场的推进,用电模式的复杂性逐渐凸显,对短期负荷预测的精度和稳定性提出了更高的要求.针对传统负荷预测方法缺少对时序数据相关性、特征值的全面考虑等问题,提出一种基于优化的变分模态分解、最小冗余最大相关性与长短期记忆神经网络的组合预测模型.首先,将波动性高的负荷序列分解为一组相对平稳的模态分量,其中利用麻雀智能算法优化VMD的关键参量.其次,利用mRMR方法分析各模态分量与预测模型输入特征元素间的相关性,获取各预测模型的最…查看全部>>
胡威;张新燕;李振恩;李青;王衡
新疆大学,新疆乌鲁木齐 830047新疆理工学院,新疆阿克苏 843000新疆大学,新疆乌鲁木齐 830047新疆大学,新疆乌鲁木齐 830047新疆大学,新疆乌鲁木齐 830047
负荷预测变分模态分解最小冗余最大相关性长短期记忆神经网络实时电价
《电力系统保护与控制》 2022 (1)
含大规模集中式风电场群的新疆电网中谐波耦合规律研究
88-97,10
国家自然科学基金项目资助(51667018,52067020)新疆自然科学基金项目资助(2021D01C044)
评论