基于经验模态分解重组改进SVR的负荷预测

发布时间：2023-03-12 06:43

　　电力负荷预测是电力系统安全稳定运行的基础,同时也是电力部门制定供电计划的重要依据。作为典型的非平稳时间序列,对电力负荷序列进行稳定准确有效预测的难度大,并且随着电力行业市场化改革的不断深入,人们对电力负荷预测准确率的要求也越来越高。因此,研究电力负荷预测问题具有重要的理论和应用价值。本文针对区域电力负荷短期预测难题,给出一种基于经验模态分解重组改进支持向量回归(Empirical Mode Decomposition and Regroup improved Support Vector Regression,EMDRISVR)的新预测方法。该方法首先利用经验模态分解方法将电力负荷序列分解成为多个子成分序列,进而将其分类重组成高频模态、低频模态以及余项三个子序列。随后,给出基于网格搜索法优化参数的改进支持向量回归方法,分别对这三个子序列进行预测,并加和得到最终的预测结果。最后,使用美国弗吉尼亚州城市里士满(Richmond)的电力负荷数据设计仿真实验,并借助平均绝对百分比误差、均方根误差、方向变化统计量等给出的具体三个指标评估模型的预测性能。实验结果表明,基于经验模态分解重组改进支持向...

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题研究背景和意义
    1.2 国内外负荷预测的研究现状
    1.3 常见预测方法分析与比较
    1.4 本文的主要研究内容与创新点
第2章 电力负荷预测的基本理论
    2.1 电力负荷预测的概念及分类
    2.2 电力负荷预测的特点
    2.3 电力负荷预测的一般原理和基本过程
    2.4 电力负荷预测的影响因素
    2.5 本章小结
第3章 电力负荷时间序列的经验模态分解与分类重组
    3.1 引言
    3.2 电力负荷时间序列的经验模态分解
        3.2.1 经验模态分解来源与适用条件
        3.2.2 本征模态函数含义及经验模态分解基本原理
        3.2.3 经验模态分解优势
    3.3 基于经验模态分解方法的电力负荷时间序列分解重组
    3.4 本章小结
第4章 基于经验模态分解重组改进支持向量回归的负荷预测
    4.1 引言
    4.2 主要思路
    4.3 基于网格搜索法优化参数改进SVR的重组子序列预测
    4.4 核函数选取与参数估计
    4.5 基于经验模态分解重组改进支持向量回归的电力负荷预测算法
    4.6 本章小结
第5章 实例分析
    5.1 数据选取
    5.2 实验评价指标
    5.3 统计特征描述
    5.4 经验模态分解与分类重组
    5.5 EMDRISVR与 SVR预测结果的对比分析
    5.6 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 未来工作展望
参考文献
致谢
作者简历



本文编号：3761151