科研之友
微信
新浪微博
Facebook
分享链接
摘要
短期电力预测负荷是电力系统合理规划和电网稳定运行的基础，可以准确评估出地区电力负荷的变化。为了充分利用电力负荷数据的时序特征，提高短期电力负荷预测的准确性，提出了一种CEEMD-SVR-ARIMA电力负荷预测模型。该模型将电力负荷数据和电力负荷影响因素数据进行数据分解，分解为不同频率的负荷数据分量和影响因素数据分量，采用Pearson相关性分析方法，选择最优分量作为SVR模型的特征输入和预测输出，同时结合ARIMA模型对低频电力负荷数据分量进行预测，将各个分量结果通过叠加得到预测结果。实验证明，该方法的负荷数据预测精度提升了1.1%，达到99.1%。
- 单位
