基于VMD-PCA和TCN模型的短期电力负荷预测OACSTPCD
Short-term power load forecasting based on variational mode decomposition-principal component analysis and temporal convolutional network
为提高电力负荷预测的准确性以降低后期电力备用储能建设的成本,需采取合理精确的预测模型预测未来负荷数据,文中提出一种基于变分模态分解(VMD)结合主成分分析(PCA)与时间卷积网络(TCN)组成的电力负荷预测模型.首先,为了提高抗噪性和分解效率,采用VMD对原始负荷序列进行分解,分解所得的模态分量通过计算样本熵值(SE)进行复杂度的近似分类,对新序列组分别建立预测模型;然后,采用主成分分析法做特征提取,提取出对预测目标影响较大的影响因素作为模型的输…查看全部>>
吴嘉雯;谭伦农
江苏大学 电气信息工程学院,江苏 镇江 212013江苏大学 电气信息工程学院,江苏 镇江 212013
信息技术与安全科学
短期负荷预测时间卷积网络变分模态分解主成分分析样本熵特征提取影响因素深度学习
《现代电子技术》 2022 (17)
173-179,7
评论