-
题名基于差分分解和误差补偿的短期电力负荷预测方法
被引量：24
- 1
-
-
作者
王增平
赵兵
贾欣
高欣
李晓兵
-
机构
华北电力大学电气与电子工程学院
中国电力科学研究院有限公司
北京邮电大学人工智能学院
-
出处
《电网技术》
EI
CSCD
北大核心
2021年第7期2560-2568,共9页
-
基金
国家重点研发计划项目(2016YFF0201201)。
-
文摘
基于序列分解的方法能够提高短期电力负荷预测精度,但会带来误差的积累。同时,现有方法忽略了历史预测误差与当前预测结果的相关关系。提出了一种基于差分分解和误差补偿的短期电力负荷预测方法(differential decomposition-error compensation-gated recurrent unit,DD-EC-GRU)。首先,对原始负荷序列进行一阶差分,将负荷的预测问题转化为负荷变化量的预测问题。基于此,在一组实际预测负荷序列的基础上引入多组辅助预测负荷序列,应用门控循环单元(gated recurrent unit,GRU)构建多目标迭代预测网络。最后综合考虑各序列迭代预测误差的变化趋势与平稳性,构建基于序列相似度和人工神经网络集成模型的误差补偿网络,提升预测精度。在3个实际负荷数据集上对DD-EC-GRU各环节有效性进行验证,并与多种主流算法对比,结果表明本文所提方法有较高的预测精度和较强的适应能力。
-
关键词
短期电力负荷预测
门控循环单元
一阶差分分解
误差补偿
-
Keywords
short-term load forecast
GRU
first-order differential decomposition
error compensation
-
分类号
TM715
[电气工程—电力系统及自动化]
-
