基于频域分量法的多模型日最大负荷预测
来源期刊:控制工程2020年第10期
论文作者:康宁宁 李梓欣 李川 李英娜 王昕
文章页码:1714 - 1719
关键词:小波分析;mRMR特征选择;互信息;LS-SVM;ARIMA模型;
摘 要:日最大负荷是表征日用电负荷的重要特征之一,对日最大负荷的预测可为合理安排日发电计划提供重要的支持。为提高预测的准确性,文中提出用最大相关最小冗余特征选择算法(mRMR特征选择)分析负荷与其影响因素之间的关系,筛选出影响负荷变化的主要因素;并运用小波分析的原理对日最大负荷进行频域分解,得出低频分量和高频分量,针对不同分量的特点构建相应的预测模型进行预测,最后把各分量的预测结果进行重构作为最终的预测结果,实验证明,与其他预测方法相比,文中所用方法能取得较好的预测结果。
康宁宁1,李梓欣1,李川1,李英娜1,王昕2
1. 昆明理工大学信息工程与自动化学院2. 云南电网有限责任公司电力科学研究院
摘 要:日最大负荷是表征日用电负荷的重要特征之一,对日最大负荷的预测可为合理安排日发电计划提供重要的支持。为提高预测的准确性,文中提出用最大相关最小冗余特征选择算法(mRMR特征选择)分析负荷与其影响因素之间的关系,筛选出影响负荷变化的主要因素;并运用小波分析的原理对日最大负荷进行频域分解,得出低频分量和高频分量,针对不同分量的特点构建相应的预测模型进行预测,最后把各分量的预测结果进行重构作为最终的预测结果,实验证明,与其他预测方法相比,文中所用方法能取得较好的预测结果。
关键词:小波分析;mRMR特征选择;互信息;LS-SVM;ARIMA模型;