基于局部均值分解与神经网络的短期负荷预测.pdfVIP

学兔兔 总第49卷 第557期 电测与仪表 Vo1．49 NO．557 2012年 第5期 Electrical neasurement Instrumentation May．2012 基于局部均值分解与神经网络的短期负荷预测 兰华 ，常家宁 ，周凌 ，王冰 ，张镭 (1．东北电力大学电气工程学院，吉林 吉林 132012； 2．长春市建设工程交易中心信息部，长春 130000) 摘要：短期负荷预测是电力系统调度和运行的基础，为了提高电力系统短期负荷预测的精度，提 了基于局部 均值分解和人T神经网络的电力系统短期负荷预测方法。该方法首先对负荷序列进行局部均值分解，针对分解 后具有不同特点的各PF分量设定具体的神经网络参数进行预测，将各分量的预测结果进行重构得到最终的预 测结果。仿真实验表明，LMD—BP神经网络的预测方法与传统的EMD—BP~hh经网络方法相比具有更高的预测精 度，同时也验证了该方法的实用性和有效性。 关键词：短期负荷预测；局部均值分解；人工神经网络 中图分类号：TM715 文献标识码：A 文章编号：1001—1390(2012)05—0048—04 Power System Short—term Load Forecasting Based on Local Mean Decomposition and Artificial Neural Network 1 I I 1 2 LAN Hua，CHANG Jia—ning，ZHOU Ling，WANG Bing，ZHANG Lei (1．Automotive Engineering Institute，Northeast Dianli University，Jilin 132012，Jilin，China． 2．Information Department of Trade Center Construction Project，Changehun 1 30000，China) Abstract：Short—term load forecasting 1S the basis of the power system dispatching and operation．In order to improve the short-term power load precision，a novel approach for short-term load forecasting is presented based on local mean decomposition (LMD)and artificial neural network (ANN)．First of all，based on LMD the load series is decomposed into different lots of series，then according to the features of decomposed components different dynamic neural network model，finally using the BP network to reconstruct the forecasted signals of the components and obtain the ultimate forecasting result．The simulation results show that the LMD——BP neural network method has higher precision of