| 王献鑫.基于CEEMDAN-QPSO-LSTM的短期电力负荷预测[J].电工技术,2024(20):54-58 |
| 基于CEEMDAN-QPSO-LSTM的短期电力负荷预测 |
|
| |
| DOI：10.19768/j.cnki.dgjs.2024.20.015 |
| 中文关键词: 短期电力负荷预测 CEEMDAN QPSO LSTM |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 38 |
| 全文下载次数: 0 |
| 中文摘要: |
| 为了实现高精度的短期电力负荷预测，设计了一种短期电力负荷预测算法，该算法由完全自适应噪声集合经验模态分解(CEEMDAN)、量子粒子群算法(QPSO)和长短期记忆网络(LSTM)构成。该算法首先通过CEEMDAN将数据处理成数个模态分量，然后应用基于QPSO改进的LSTM进行预测，最后叠加重构输出结果。经过实验论证，所提出的预测方法相比其他算法可以取得更高的预测精度和更好的拟合效果。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
