考虑最小平均包络熵负荷分解的最优Bagging集成超短期多元负荷预测 |
| |
引用本文: | 姜飞,林政阳,王文烨,王小明,奚振乾,郭祺.考虑最小平均包络熵负荷分解的最优Bagging集成超短期多元负荷预测[J].中国电机工程学报,2024(5):1777-1789. |
| |
作者姓名: | 姜飞 林政阳 王文烨 王小明 奚振乾 郭祺 |
| |
作者单位: | 1. 长沙理工大学电气与信息工程学院;2. 国网安徽省电力有限公司;3. 国家电能变换与控制工程技术研究中心(湖南大学) |
| |
基金项目: | 湖南省自然科学基金项目(2021JJ30715);;湖南省教育厅资助科研项目(20B029)~~; |
| |
摘 要: | 多元负荷预测技术是保证综合能源系统(integrated energy system,IES)供需平衡与稳定运行的关键基石。但具有强随机性与波动性的IES负荷加剧了超短期多元负荷准确预测的难度。为此,提出考虑最小平均包络熵负荷分解的最优Bagging集成超短期多元负荷预测方法。构建基于最小平均包络熵的变分模态分解参数优化模型,将IES多元负荷分解为本征模态分量集合;基于统一信息系数法筛选多元负荷预测的日历、气象与负荷强相关特征;结合负荷本征模态分量集合、日历规则、气象环境与负荷数据,构建Bagging集成超短期多元负荷预测模型,并建立基于平均绝对百分比误差与决定系数的集成策略优化模型,进而得到最优集成策略与最终预测结果。以美国亚利桑那州立大学坦佩校区IES为对象展开仿真验证,结果表明,所提方法的电、热、冷负荷预测平均绝对百分比误差分别为1.948 6%、2.058 5%、2.533 1%,相比其他预测方法具有更高准确率。
|
关 键 词: | 多元负荷预测 综合能源系统 集成学习 海洋捕食者算法 包络熵 |
|