-
公开(公告)号：CN115619025A
公开(公告)日：2023-01-17
申请号：CN202211318864.9
申请日：2022-10-26
Applicant: 安徽大学
Abstract: 本发明涉及基于MEEMD与最优组合集成的电力负荷三角模糊预测方法，与现有技术相比解决了电力负荷预测值通常为实值序列而造成信息损失的缺陷。本发明包括以下步骤：数据集的获取；数据集的分解；进行单项模型预测；构建三角模糊最优组合预测模型；电力负荷三角模糊预测结果的获得。本发明对电力负荷数据的原始数据进行经验模态分解，构建三角模糊数，使用XGBoost、MSVR、MLP三种模型进行组合预测，利用MEEMD算法与最优组合集成技术提高了预测的精度，分散了预测的风险。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
