论文部分内容阅读
针对各经典负荷预测方法不能充分挖掘配网包括分布式电源的广义负荷数据的规律性和相关性从而导致预测精度不高的问题,提出了在经验小波分解EWT(Empirical Wavelet Transform)和交叉谱分析下,基于传统灰色多变量预测模型(GM(1,n))和长短期记忆神经网络(Long short-term Memory,LSTM)相结合的短期负荷预测模型。模型首先通过经验小波分解(EWT)将原始负荷序列信号分解为若干固有模态函数(IMF)分量,然后将各分量与外部环境因素包括温度和实时电价因素做交叉谱分析,