科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一考虑风光因子下混频多变量分解的电力负荷概率预测方法,包括：1采用MIDAS-MEMD预处理算法对高频风电及光伏功率、其他低频影响因子和低频电力负荷同频处理后进行多变量同时分解；2将分解得到的子序列重新组合并分别归一化后,使用分位数回归长短期神经网络模型训练并预测得到一系列条件分位数；3对各组数据在相同分位点下的条件分位数分别进行累计后与核密度结合完成概率密度预测。本发明能解决混频数据无法对接模型的难题,充分考虑高频风电功率、高频光伏功率及其他低频因子对低频电力负荷准确预测的影响,进一步减少模型拟合误差,从而提高负荷预测准确性,为电力系统提供更为科学的决策依据。
- 单位
