CEEMDAN组合DISPSO-LSTM的短期电力负荷预测

张雪; 肖秦琨

首页> 中文期刊> 《西安工业大学学报》 >CEEMDAN组合DISPSO-LSTM的短期电力负荷预测

CEEMDAN组合DISPSO-LSTM的短期电力负荷预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对短期电力负荷预测精度低与准确性差的问题,设计了CEEMDAN-DISPSO-LSTM混合预测模型。运用自适应噪声的完全集成经验模式分解算法以获取平稳负荷序列,采用改进的动态个体-群体粒子群算法求解长短期神经网络参数的最优值,利用最优参数值构建的LSTM网络进行负荷预测。仿真结果表明:与其他模型相比,该混合预测模型取得了较低的电力负荷预测误差,其误差评价指标RMSE、MAE和MAPE分别为43.71 MW,28.53 MW和0.81%,有效地提高了短期电力负荷的预测精度和准确性。

著录项

来源
《西安工业大学学报》 |2021年第4期|461-469|共9页
作者
张雪; 肖秦琨;
展开▼
作者单位

西安工业大学电子信息工程学院;

西安710021;

展开▼
原文格式 PDF
正文语种 chi
中图分类负荷分析;
关键词
短期电力负荷预测; 长短期记忆神经网络; 改进的粒子群算法; 分解算法;

相似文献

中文文献
外文文献
专利

1. 基于CEEMDAN与BiLSTM算法的短期电力负荷预测 [J] . 覃日升 ,姜訸 ,段锐敏 . 电力设备管理 . 2021,第15期
2. 基于CEEMDAN-SE和DBN的短期电力负荷预测 [J] . 岳有军 ,刘英翰 ,赵辉 . 电测与仪表 . 2020,第017期
3. 基于一种组合模型的短期电力负荷预测 [J] . 王瑞 ,周晨曦 ,逯静 . 计算机仿真 . 2018,第012期
4. 基于组合模型的短期电力负荷预测研究 [J] . 王瑞 ,周晨曦 ,逯静 . 软件导刊 . 2017,第010期
5. 基于组合模型的短期电力负荷预测研究 [J] . 王瑞1 ,周晨曦1 ,逯静2 . 软件导刊 . 2017,第010期
6. 基于神经网络和趋势组合的短期电力负荷预测模型研究 [C] . 林开英 ,俞集辉 ,袁严辉 . 四川省电工技术学会第七届学术年会 . 2003
7. 基于组合模型的短期电力负荷预测研究 [A] . 李孟洲 . 2021

CEEMDAN组合DISPSO-LSTM的短期电力负荷预测

摘要

著录项

相似文献

相关主题

期刊订阅