[发明专利]一种基于综合因素评价模型的短期电力负荷预测方法

摘要

本发明公开了一种基于综合因素评价模型的短期电力负荷预测方法，所述方法包括首先运用AHP‑熵权法建立人体舒适度模型，然后运用掩蔽经验模式分解(MEMD)将原始电力负荷数据序列分解成若干不同频率的固有模态分量(IMF)和剩余分量，之后对能反映负荷序列内在特性的各IMF分量与人体舒适度指数进行相关性分析，根据相关性系数的大小来确定经粒子群(POS)优化后的Elman神经网络子模型的输入向量并进行预测，最后将各子模型的预测值相叠加得到最终预测结果。本发明方法明显提高了短期电力负荷的预测精度，更具实用性。

主权项

一种基于综合因素评价模型的短期电力负荷预测方法，其特征在于，所述方法包括以下步骤：步骤1，建立人体舒适度模型，运用综合权重给各指标舒适感评级从而得出综合人体舒适度指数；步骤2，运用掩蔽经验模式分解MEMD将原始电力负荷数据序列分解成不同频率的固有模态分量IMF和剩余分量r，其中固有模态分量分为6层；步骤3，对能反映负荷序列内在特性的各固有模态分量IMF与人体舒适度指数进行相关性分析，根据相关性系数的大小来确定经改进的粒子群POS优化后的Elman神经网络子模型的输入向量并进行预测；步骤4，将各子模型的预测值相叠加得到负荷序列的最终预测结果。