科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高电力负荷预测精度，需考虑区域内不同地区多维气象信息对电力负荷影响的差异性。在空间维度上，提出多维气象信息时空融合的方法，利用Copula理论将多座气象站的风速、降雨量、温度、日照强度等气象信息与电力负荷进行非线性耦合分析并实现时空融合。在时间维度上，采用海洋捕食者算法（MPA）实现变分模态分解（VMD）核心参数的自动寻优，并采用加权排列熵构造MPA-VMD适应度函数，实现负荷序列的自适应分解。通过将时间维度各分量与空间维度各气象信息进行融合构造长短期记忆（LSTM）网络模型与海洋捕食者算法-最小二乘支持向量机（MPA-LSSVM）模型的输入集，得到各分量预测结果，根据评价指标选择各分量对应的预测模型，重构得到整体预测结果。算例分析结果表明，所提预测模型优于传统预测模型，有效提高了电力负荷预测精度。
- 单位
