基于互补型集成经验模态分解-模糊熵和回声状态网络的短期电力负荷预测

发布时间：2018-06-08 04:06

  本文选题：集成经验模态分解 + 回声状态网络　； 参考：《计算机应用》2014年12期

【摘要】：为了提高短期电力负荷预测的精度,提出一种噪声互补型集成经验模态分解(CEEMD)-模糊熵和泄漏积分型ESN(Li ESN)的组合预测方法。为降低对负荷序列进行局部分析的计算规模以及提高负荷预测的准确性,首先采用CEEMD-模糊熵将负荷时间序列分解为具有明显复杂度差异的负荷子序列;然后,通过对各子序列进行特性分析,分别构建相应的子Li ESN预测模型;最后将各子序列的预测结果叠加得到最终预测值。将CEEMD-模糊熵结合Li ESN的组合预测方法应用于美国新英格兰地区短期电力负荷实例中,仿真结果表明,所提出的组合预测方法具有很高的预测精度。
[Abstract]:In order to improve the accuracy of short-term power load forecasting, a combined forecasting method of noise complementary integrated empirical mode decomposition (CEEMD-fuzzy entropy) and leakage integral ESNLi (ESNLi ESNN) is proposed. In order to reduce the calculation scale of local analysis of load series and improve the accuracy of load forecasting, the load time series is decomposed into load sub-sequences with obvious complexity difference by using CEEMD-fuzzy entropy. By analyzing the characteristics of each sub-sequence, the corresponding sub-Li ESN prediction model is constructed, and the final prediction value is obtained by superposing the prediction results of each sub-sequence. The combined forecasting method of CEEMD-Fuzzy Entropy and LiESN is applied to the short-term power load prediction in New England, USA. The simulation results show that the proposed combined forecasting method has a high prediction accuracy.
【作者单位】： 兰州交通大学自动化与电气工程学院;宁夏东部热电股份有限公司;
【基金】：甘肃省财政厅基本业务费资助项目(620026) 甘肃省教育厅硕导项目(1104-09)
【分类号】：TM715

【参考文献】

相关期刊论文 前5条

1 嵇灵;牛东晓;吴焕苗;;基于贝叶斯框架和回声状态网络的日最大负荷预测研究[J];电网技术;2012年11期

2 王贺;胡志坚;陈珍;仉梦林;贺建波;李晨;;基于集合经验模态分解和小波神经网络的短期风功率组合预测[J];电工技术学报;2013年09期

3 廖旎焕;胡智宏;马莹莹;卢王允;;电力系统短期负荷预测方法综述[J];电力系统保护与控制;2011年01期

4 张学清;梁军;;基于EEMD-近似熵和储备池的风电功率混沌时间序列预测模型[J];物理学报;2013年05期

5 罗轶;;基于ESN和Elman神经网络的交通流预测对比研究[J];湖南工业大学学报;2013年06期

【共引文献】

相关期刊论文 前10条

1 蒋燕;王少杨;封芸;;基于递归等权组合模型的中长期电力负荷预测[J];电力系统及其自动化学报;2012年01期

2 李鹏鹏;彭显刚;孟安波;李慧良;农为踊;;小波贝叶斯神经网络在冲击负荷地区短期负荷预测中的应用[J];电力科学与工程;2012年11期

3 王干军;徐衍会;;负荷预测准确性评估方法研究[J];广东电力;2012年11期

4 焦润海;苏辰隽;林碧英;莫瑞芳;;基于气象信息因素修正的灰色短期负荷预测模型[J];电网技术;2013年03期

5 曲朝阳;辛红金;陈鹏;辛彩春;;基于混合支持度Apriori算法的短期负荷预测模型[J];电测与仪表;2013年03期

6 肖峻;张璇;张婷;林立鹏;;应用信息熵原理的多路径负荷预测协同方法[J];电力系统及其自动化学报;2013年02期

7 洪翠;;配电网短期负荷小波组合预测研究[J];福州大学学报(自然科学版);2013年03期

8 胡柏初;胡刚;胡朝华;青松;李明伟;彭超;;基于灰色预测的电网基建投资测算模型[J];电子科技大学学报;2013年06期

9 苏宜强;;某市春节负荷特性分析及预测方法应用研究[J];电力需求侧管理;2014年01期

10 雷苗;彭宇;彭喜元;;一种面向混沌时间序列预测的虚拟特征提取算法[J];电子与信息学报;2014年10期

相关博士学位论文 前1条

1 林少伯;含光伏电源的微电网储能控制技术研究[D];华北电力大学;2013年

相关硕士学位论文 前10条

1 史鹏飞;面向对象的电力系统综合负荷预测软件开发及应用[D];太原理工大学;2011年

2 张炜桀;智能电网环境下的电力负荷预测[D];西南交通大学;2011年

3 杨占杰;智能配电网短期负荷预测研究[D];天津大学;2012年

4 刘明;基于小波和神经网络理论的电力系统负荷预测研究[D];南京理工大学;2012年

5 刘兴阳;智能算法的研究与应用[D];江南大学;2012年

6 高琳琳;基于数据挖掘的短期负荷预测[D];南昌大学;2012年

7 万志宏;基于时间序列的电力系统短期负荷预测研究[D];华南理工大学;2012年

8 陈坚;基于支持向量机的短期负荷预测研究[D];华南理工大学;2012年

9 聂坤凯;考虑负荷不确定性的随机机组组合问题研究[D];湖南大学;2011年

10 苑珍珍;基于改进支持向量机的短期负荷预测研究[D];华北电力大学;2012年

【二级参考文献】

相关期刊论文 前10条

1 罗熊;黎江;孙增圻;;回声状态网络的研究进展[J];北京科技大学学报;2012年02期

2 冬雷;王丽婕;高爽;廖晓钟;;基于混沌时间序列的大型风电场发电功率预测建模与研究[J];电工技术学报;2008年12期

3 高山,单渊达;神经网络短期负荷预测输入变量选择新方法[J];电力系统自动化;2001年22期

4 康重庆,夏清,张伯明;电力系统负荷预测研究综述与发展方向的探讨[J];电力系统自动化;2004年17期

5 杨正瓴;王渭巍;曹东波;张军;陈曦;;短期负荷预测的Ensemble混沌预测方法[J];电力系统自动化;2007年23期

6 王鹏;邰能灵;王波;翟海青;叶剑;李磊;朱家栋;漆梁波;;针对气象因素的短期负荷预测修正方法[J];电力系统自动化;2008年13期

7 赵宇红;肖金凤;陈忠泽;;混合模糊神经网络在短期负荷预测中的应用[J];电力系统及其自动化学报;2006年02期

8 张振高;杨正瓴;;短期负荷预测中的负荷求导法及天气因素的使用[J];电力系统及其自动化学报;2006年05期

9 李广;邹德忠;谈顺涛;;基于混沌神经网络理论的小电网短期电力负荷预测[J];电力自动化设备;2006年02期

10 梁海峰,涂光瑜,唐红卫;遗传神经网络在电力系统短期负荷预测中的应用[J];电网技术;2001年01期

相关博士学位论文 前1条

1 杨飞;基于回声状态网络的交通流预测模型及其相关研究[D];北京邮电大学;2012年

【相似文献】

相关期刊论文 前10条

1 刘璨,姚锡凡;特征分区的不确定性及模糊熵评判研究[J];机械与电子;2005年07期

2 常远;郝轶;黄晓津;李春文;梁记兴;刘景源;;基于模糊熵的核电站瞬态识别方法[J];原子能科学技术;2014年09期

3 王国锋;芦丽明;李言俊;张科;;基于模糊熵的红外图象分割方法[J];弹箭与制导学报;2002年S1期

4 李侠;毛军军;汤义强;;基于模糊熵的城市设施水平综合评价分析[J];计算机技术与发展;2010年07期

5 谷令军;周进;;一种基于模糊熵的相位编组提取直线的方法[J];仪器仪表用户;2010年03期

6 田京;罗志增;;基于模糊熵的运动想像脑电信号特征提取[J];华中科技大学学报(自然科学版);2013年S1期

7 陈业华;黄元美;高峰;;基于模糊熵的聚类有效性分析[J];燕山大学学报;2007年01期

8 王凤山;黄育;刘猛;;基于两阶段模糊熵权的震灾抢修抢建价值评估模型[J];中国安全科学学报;2010年11期

9 单鑫;张福光;刘士新;王新政;;舰载导弹配送路径决策模糊熵物元模型[J];兵工自动化;2012年05期

10 孙文邦;陈贺新;唐海燕;于光;;基于二维模糊熵的图像非监督变化检测[J];吉林大学学报(工学版);2011年05期

相关会议论文 前6条

1 齐思刚;;基于模糊熵的模糊数运算[A];模糊集理论与模糊应用专辑——中国系统工程学会模糊数学与模糊系统委员会第十届年会论文选集[C];2000年

2 胡应平;;运用模糊熵构建协调模型[A];模糊集理论与应用——98年中国模糊数学与模糊系统委员会第九届年会论文选集[C];1998年

3 魏华;王志强;张运杰;;基于模糊熵的备择边缘细化方法[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

4 吴川;朱明;杨冬;;基于最大模糊熵原则的低对比度图像阈值选取法[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

5 李筠;祝勇;;误差分布类型的模糊熵判别方法[A];第七届青年学术会议论文集[C];2005年

6 何春;陆俊;;基于模糊熵方向特征的图像边缘检测方法[A];图像图形技术研究与应用(2010)[C];2010年

相关硕士学位论文 前10条

1 赵凤;基于模糊熵理论的若干图象分割方法研究[D];西安邮电学院;2007年

2 吴学谦;互模糊熵的改进及其在心衰检测中的应用[D];山东大学;2014年

3 张丽波;基于三角模糊熵的信息安全风险评估研究[D];黑龙江大学;2013年

4 李世航;基于模糊熵的贷款组合决策模型[D];山东师范大学;2014年

5 白礼虎;基于模糊互补判断矩阵和直觉模糊熵的决策研究[D];安徽大学;2013年

6 白雪;基于模糊优化的模糊熵理论研究及应用[D];哈尔滨理工大学;2011年

7 王占江;基于概率密度分布与模糊熵的目标检测技术[D];哈尔滨工程大学;2011年

8 李想;基于模糊熵的特征选择方法的研究与实现[D];东北师范大学;2010年

9 黄诗苹;基于熵的嗅觉仿生模型的研究[D];湖南大学;2012年

10 姚登宝;模糊信息环境的熵测度及其应用[D];安徽大学;2013年

，

本文编号：1994374