Chrome Extension
WeChat Mini Program
Use on ChatGLM
VIPCreated with Sketch.

基于3σ-CEEMDAN-LSTM的空间负荷预测方法

XIAO Bai, GAO Wenrui, LI Daoming,QI Xuesong,KAN Zhongfeng

wf（2023）

Cited 0|Views28
No score
Abstract
为有效利用从配电网采集的海量数据以及改善空间负荷预测效果,提出一种基于3σ准则、自适应噪声完备集合经验模态分解(CEEMDAN)和长短期记忆神经网络(LSTM)的空间负荷预测方法.基于3σ准则对每个Ⅰ类元胞的实测负荷数据进行奇异值检测和处理;运用CEEMDAN技术将处理后的Ⅰ类元胞负荷数据分解为若干个频率和幅值均不同的本征模态函数(IMF);分别对每个IMF分量构建LSTM模型进行预测;将所有IMF分量预测结果进行线性叠加,得到目标年基于Ⅰ类元胞的空间负荷预测结果,在此基础上使用空间电力负荷网格化技术求得基于Ⅱ类元胞的空间负荷预测结果.算例分析结果验证了所提方法的正确性和有效性.
More
Translated text
Key words
spatial load forecasting,cell,geographic information system,CEEMDAN,LSTM
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined