当前位置:首页 >> 电力/水利 >>

经验模态分解和遗传程序设计算法在短期负荷预测中的应用_论文

2 1 年 第 5 第 2期  01 卷 2 1 V 15. No 2 01 , o . .  南 方 电 网 技 术  S oUT E H RN  0W E S P R  YS TEM   ECHNoL0GY  T 研 究 与 分 析  Sudy& A n l i  t ayss 文章 编 号 : 17 —6 9 2 1 )20 5 —4 6 40 2 (0 10 —0 50   中 图 分 类 号 :T 1  M7 5 文 献标 志码 :A   经 验模 态 分 解 和 遗传 程序 设计 算 法  在 短 期 负 荷预 测 中 的应 用  范 春桥 ,张 重 远  ( 北 电 力大 学 电 气 与 电 子 工 程 学 院 ,河 北 保 定 0 10   华 7 0 3) 摘要 :负荷预 测精 度的高低 关键 因素之一取决 于预测技 术。为此 , 出将经验模 态分解和遗传程序设计算法相结合用于  提 电 力 系统 的短 期 负荷 预 测 。 体 预 测 过 程 是 对 负荷 样 本 进 行 经 验 模 态分 解 , 后 对 分 解 后 的 各 本 征 模 态 分 量 分 别 利 用遗   具 然 传 程 序 设 计 进 行 分 时预 测 , 通 过 对 各 本 征 模 态分 量 的 预 测 结 果 进 行 重 构 来得 到 最 终 预 测 结 果。预 测 结 果 的误 差 基本 都  并 在 4 范 围 内 ,说 明此 方 法能 够 满 足 实 际预 测 要 求 ,具 有 一 定 可行 性 。 %   关 键 字 : 负荷 预 测 ;经 验 模 态分 解 ;遗 传 程 序 设 计  Applc to   fEm pi i a   o   e o po ii n a   e tc Pr g a m i  o ia i n o   rc l M deD c m s to   nd G ne i   o r m ng t   Sho tt r   a   r c s i g r - e m Lo d Fo e a tn   FAN  Chu qio, n a ZHANG  o g a   Zh n yu n ( c o l fE e ti a n   l cr n cE g n e i g No h Ch n   l crcP we   i e st , o ig He e  7  0 , h n ) S h o  o l crc l d E e t i  n ie rn , r   ia E e ti  o r a o t Unv r i Ba d n , b i 1 3 C i a   y 0 0 Ab ta t Th   o e a t g t c n q e i o e o   e k y f c o s f r i r v n  h   c u a y o   a   o e a t g Th s h e E sr c : e f r c si   e h i u  s n   ft   e   a t r  o  mp o i g t e a c r c   f l d f r c si . u ,t   mp rc l n   h o n iia  Mo e D c mp sin ( MD)a d te Geei Po rmmig ( )ae apid t sotem od frcsn . n teseic d  eo oio E t n  h  nt   rga c n GP r p l  o h r t   e   — r la oeat g I h  pcf   i i fr c s n   rc s, h   a   aaaed c mp s db   MD, n   a h It n i Mo eF n t n( ) ba e     rc s db     o ea t gp o e s te l d d t r e o o e  y E i o a d e c   r s   d   u ci I ni c o MF o ti d i f e at  y GP n so e a c r i g t i —h rn . ia l , e r s l   o e a td a e o t i e   y c n tu t g t e c re p n i g f r c si g r s l   fe c   c o d n  o t me s a i g F n l t  e u t f r c se   r   b an d b   o s c i  h   o r s o d n   o e a t   e u t o   a h y h s r n n s I F T ep r e t g   ro   ft efn l e u t o e a t d i l s  a   %. ih ma i ss h t h sf r c si g s h mep o o e    h s M . h   e c n a eer ro     a r s l f r c se  s e st n 4 h i       h wh c   n f t t a  i o e a t   c e   r p s d i t i  e   t n n p p r a   e  ef r c s  q i me t    r c i a p l a i n a d i  a i l . a e   n me t h  o e a t e u r c t r e n si p a tc l p i t   n   f sb e  n a c o se Ke   r s l a  o e a t g e i c l d   e o o i o ; e ei  r g a mig y wo d :o d f r c si ; mp r a  n i mo ed c mp st n g

相关文章:
更多相关标签: