基于原子分解和支持向量机的短期电力负荷预测

摘要

提出一种基于原子分解和支持向量机(Atomic Decomposition SVM,A-SVM)的电力负荷组合预测方法。首先,采用基于最佳路径组合搜索策略的原子分解法对非平稳负荷信号进行跟踪和分解,得到多个原子分量和残差分量;然后对每个分解后的分量采用支持向量机方法进行数学建模,并利用该模型输出下一时刻的分量预测值,最终将各个分量预测值相叠加,作为下一时刻的负荷预测值。基于浙江省某地区电网的实测负荷数据进行算例仿真,并与另外2种已有方法进行对比,验证了本文所提算法能够将计算耗时减少到30.75 s,均方根误差降低到17.97%,绝对平均误差降低到11.85%。同时,也验证了本文所提方法具有良好的鲁棒性和统计意义,对今后地区电网的负荷预测工作可以起到借鉴作用。