典型文献
基于二重分解的行业用户短期日电量预测建模
文献摘要：
短期日电量预测有助于电力市场建设和供电服务水平提升.基于用户特征的准确辨识,提出了一种行业用户短期日电量的二重分解预测方法.首先运用统计学工具分别对用户的周期性、气温相关性和节假日相关性等特征进行辨识建模;然后据此定制基于回归的季节趋势分解框架的分量数量;接着结合回归周期分解法和集合经验模态分解法对电量进行二重分解;进而依据分量特点选用长短期记忆网络/支持向量机/卷积神经网络组合预测;最后将各分量预测结果叠加并利用概率分布调整节假日预测结果,从而得到最终的日电量预测值.实际算例分析验证了所提方法在预测精度上的优越性.
文献关键词：
行业用户;电量预测;智能算法;二重分解
中图分类号：
作者姓名：
黄国权;严玉婷;李晖;张勇军
作者机构：
华南理工大学电力学院,广州510641;深圳供电局有限公司,广东深圳518001;广东电网有限责任公司电力科学研究院,广州510080
文献出处：
引用格式：
[1]黄国权;严玉婷;李晖;张勇军-.基于二重分解的行业用户短期日电量预测建模)[J].南方电网技术,2022(11):37-45
A类：
二重分解,日电量预测
B类：
行业用户,期日,预测建模,电力市场,市场建设,供电服务,服务水平提升,用户特征,分解预测,节假日,辨识建模,季节趋势分解,周期分解,集合经验模态分解法,点选,长短期记忆网络,组合预测,概率分布,整节,算例分析,分析验证,智能算法
AB值：
0.247203
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
