摘要
针对复杂环境下输电线路覆冰因素影响,以及传统覆冰预测模型精度不高的问题,提出从时空多粒度的角度,构建基于EEMD-RNN的输电线路覆冰预测模型。根据输电线路覆冰负荷时间序列数据的非线性特点,运用集合经验模态分解(EEMD)方法分解出不同特性覆冰负荷的IMF分量。在IMF分解基础上,运用RNN神经网络进行趋势预测,并与传统的EEMD-Elman模型进行比较预测研究。结果表明:提出的EEMD-RNN模型可有效预测IMF分量趋势,且在输电线路覆冰负荷变化准确度方面,优于传统的EEMD-Elman模型。
-
单位国网安徽省电力有限公司; 国网电力科学研究院有限公司