10.16660/j.cnki.1674-098X.2012-5640-5832
基于经验模态分解的多模型融合售电量预测模型
售电量预测的精度是影响售电公司利润的一个重要因素.传统售电量预测方法难以解决售电量数据序列的趋势性、周期性与随机性等问题.为此,本文提出一种多模型融合的售电量预测方法.首先,采用基于经验模态分解方法将日和月度售电量分解为高、中、低频分量,构建三种独立的基模型,分别对不同频分量进行预测;然后,基于历史数据和同期的外部因素,包括时间和天气条件等数据,独立训练基模型,再将各基模型的输出进行融合获得售电量预测数据.本文采用均方根误差和平均绝对百分误差作为评价标准.实验结果表明,本文所提融合模型对比传统单模型有更高的预测精度,且相比现有预测算法,融合模型预测更加准确和稳定.
经验模态分解、多模型融合、售电量预测、深度学习
18
TU47(土力学、地基基础工程)
2021-07-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
37-42