基于VMD-LSTM-MLR的短期电力负荷预测

作者：张震; 李孟洲; 李浩方; 马军强

来源：水电能源科学, 2021, 39(10): 208-212.

• 电力负荷预测
• VMD
• LSTM
• MLR
• 本征模态函数

针对短期电力负荷预测精度不高的问题,提出集合变分模态分解(VMD)、长短期记忆(LSTM)网络及多元线性回归(MLR)的VMD-LSTM-MLR预测方法。先使用VMD将电力负荷数据分解为特征、频率均不同的本征模态函数,然后用LSTM对高频部分进行预测,用MLR对低频部分进行预测,最后将LSTM与MLR得到的预测结果进行叠加,获得完整的预测结果。使用VMD-LSTM-MLR预测方法对江苏省某市电力负荷数据进行预测,验证了VMD-LSTM-MLR在预测电力负荷数据上有较高的精度,其平均绝对百分比误差MAPE、均方根误差RMSE均低于目前比较典型的改进算法,以及所列举的4种组合算法。

• 单位
  国网浙江嵊州市供电公司; 郑州大学; 国网河南省电力公司焦作供电公司