-
公开(公告)号：CN117277284A
公开(公告)日：2023-12-22
申请号：CN202311158194.3
申请日：2023-09-08
Applicant: 华北电力大学(保定)
IPC: H02J3/00 , G06F18/23213 , G06N3/0442 , G06N20/20
Abstract: 本发明公开了一种基于CEEMDAN‑WPE和机器学习的短期台区电力负荷预测方法，通过采用CEEMDAN对原始负荷序列进行分解，并根据WPE分析各模态复杂度，进行序列重组，在减少台区负荷非平稳性的同时，降低建模难度。考虑不同重组分量和模型复杂度上的差异，采用泛化性能好、复杂度较高的Stacking集成学习模型预测复杂度高的重组分量，采用对时序数据有较好建模效果、复杂度较低的LSTM模型预测复杂度低的重组分量，更符合实际工程需求。
Search Results
1
records
(took 0.028 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
