基于优化VMD-mRMR的短期负荷预测
王树东
陈勇
唐伟强
陈汪生
兰州理工大学电气工程与信息工程学院 兰州 730050
摘要：为解决传统负荷预测缺少对时序数据的相关性和特征值的考虑引起的预测准确度不高的问题,提出一种基于优化的变分模态分解、最大相关-最小冗余和门控循环单元的组合模型.首先,利用遗传算法优化变分模态分解的关键参数,将原始负荷序列分解为不同频率的分量;其次,通过最大相关-最小冗余的方法选择各分量的最佳特征集;最后,通过猴群算法对门控循环单元的关键参数进行优化,对各分量分别进行预测,叠加后得最终预测值.以澳大利亚的数据进行预测,与其他方法进行对比,结果对比表明该方法预测精度更高.
关键词：变分模态分解最大相关最小冗余猴群算法门控循环单元负荷预测
分类号：TM715(输配电工程、电力网及电力系统)
论文发表日期：2025-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1020-1024,1043 )
英文信息