基于变分非线性调频模态分解及TCN-TPA-LSTM的短期电力负荷组合预测模型

王博宇; 文中; 周翔; 赵迪; 闫文文; 覃治银

doi:10.19725/j.cnki.1007-2322.2023.0250

现代电力 ›› 2025, Vol. 42 ›› Issue (05) : 891 -900. DOI: 10.19725/j.cnki.1007-2322.2023.0250

基于变分非线性调频模态分解及TCN-TPA-LSTM的短期电力负荷组合预测模型

王博宇, 文中, 周翔, 赵迪, 闫文文, 覃治银

作者信息 +

Author information +

文章历史 +

PDF

摘要

随着新型电力系统的发展，电力负荷“双高双峰”特性愈发明显，可靠准确的负荷预测对电力系统运行规划至关重要。为更精准地预测电力负荷，提出基于MICVNCMD-TCN-TPA-LSTM的短期电力负荷组合预测模型。采用最大信息系数(maximal information coefficient, MIC)理论对负荷与气象信息进行非线性耦合分析，选取关键信息。引入变分非线性调频模态分解(variational nonlinear chirp mode decomposition, VNCMD)处理非线性非平稳负荷数据，将其分解为相应分量。在此基础上，构建TCN-TPALSTM组合预测模型，根据各分量预测评价指标选取对应的预测模型，重组得到总体预测结果。基于某地实际电力负荷数据集的对比实验表明，所提预测方法相较于其他模型具有显著的性能优势，其预测精度和泛化能力均优于对比基准，充分验证了所提方法的有效性和技术优越性。