本發明提出了基于互補集合經驗模態分解算法融合社會類因素的負荷預測方法,將社會經濟類因素和社會政策類因素納入影響電力負荷的相應特征庫,進行數據預處理,將數據預處理后的特征變量數據通過隨機森林法(RF)進行合理選擇,選擇出對電力負荷最重要的特征量。結合CEEMD法來分解所選訓練集的電力負荷信號序列,自適應分解得到若干個IMF序列成分和一個殘差序列成分,將電力負荷信號序列的IMF重構為噪聲,周期和趨勢。針對重構后的電力負荷IMF分量和新能源消納量IMF分量將其輸入到MKNN模型,并將輸出的相應結果相加以獲得最終的預測結果,本發明有利于新能源合理消納,提高了考慮促進新能源消納的調度可靠性。
聲明:
“基于互補集合經驗模態分解算法融合社會類因素的負荷預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)