基于CEEMD与VHBFO_SVM的微网短期负荷预测模型
赵敏
鹤壁汽车工程职业学院电子工程系,河南鹤壁,458030
摘要：为适应微网的建设和发展对其负荷预测效率及精度的要求,提出一种基于变概率混合细菌觅食优化算法(VHBFO)优化支持向量机(SVM)的微网短期负荷预测模型.首先利用CEEMD将非平稳的负荷序列按照不同波动尺度逐级进行分解,从而得到多组固有模态函数分量均值,并建立VHBFO_SVM模型对各组分量分别进行预测,最后通过叠加各组分量的预测结果得到预测值.以国内某微网示范工程项目为例,将VHBFO_SVM用于微网短期负荷预测.实例仿真结果表明,所提出的VHBFO_SVM预测模型优于SVM预测模型,更适用于当前微网短期负荷预测需要.
关键词：微网短期负荷预测补充的总体平均经验模态分解(CEEMD)变概率混合细菌觅食优化算法(VHBFO)支持向量机(SVM)
分类号：TM715+.1(输配电工程、电力网及电力系统)TP393(计算技术、计算机技术)
资助基金：河南省高等学校重点科研项目(19B470005)
论文发表日期：2019-01-01
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( 38-43 )
英文信息