基于EEMD-ARIMA模型的地区月负荷量预测

基于EEMD-ARIMA模型的地区月负荷量预测
负荷预测是电网规划运行安排的基础,预测的准确性关系到电网安全、可靠和经济运行。为了解决原始数据不平稳造成预测精度低下的问题,本文提出了基于集合经验模态分解(EEMD)的自回归积分滑动平均(ARIMA)预测模型,对某地区的月负荷量做加噪处理后进行经验模态分解,使其分量平稳化,再对各分量进行ARIMA模型预测,最后将各预测结果相加得到最终预测值。算例表明,基于EEMD-ARIMA模型的地区月负荷量预测精度高于传统ARIMA模型。

标题：
基于EEMD-ARIMA模型的地区月负荷量预测
Regional Monthly Load Forecast Based on EEMD-ARIMA Model

作者：
郭建鹏，佘颖铃，温步瀛
GUO Jianpeng, SHE Yingling, WEN Buying

关键词：
集合经验模态分解;ARIMA模型;月负荷量预测
ensemble empirical mode decomposition;ARIMA model;monthly load forecast

2025-1-22 20:06 上传 基于EEMD-ARIMA模型的地区月负荷量预测.pdf

文件大小:

999.89 KB

下载次数:

60

高速下载