异构计算下的电力系统用户侧净负荷预测算法

梁凌宇; 黄文琦; 赵翔宇; 曹尚; 张焕明

doi:10.19292/j.cnki.jdxxp.2025.04.014

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (04) : 880 -886. DOI: 10.19292/j.cnki.jdxxp.2025.04.014

异构计算下的电力系统用户侧净负荷预测算法

梁凌宇, 黄文琦, 赵翔宇, 曹尚, 张焕明

作者信息 +

Author information +

文章历史 +

摘要

针对原始电力系统用户侧净负荷序列混乱问题，为精准预测电力系统用户侧负荷数据的变化情况，提出一种异构计算下的电力系统用户侧净负荷预测算法。分析带有噪声的电力系统用户侧净负荷数据，实施二进制小波变换，经设定门限值与确定估计信号，预处理电力系统用户侧净负荷数据；应用经验模态分解方法，进行了电力系统用户侧净负荷分解，使用扩展卡尔曼滤波(EKF:Extended Kalman Filter)以及核函数极限学习机(KELM:Kernel Extreme Learning Machine)两种存在差异的算法，建立基于EKF-KELM的电力系统用户侧净负荷预测函数，异构计算IMF(Intrinsic Mode Function)分量的最优参数，引入核函数，叠加全部预测值，得到异构计算下的电力系统用户侧净负荷预测结果。实验结果表明，所提算法获取的电力系统用户侧净负荷预测值和真实值基本吻合，均方根误差和平均绝对误差均低，有效减少电力系统用户侧净负荷预测耗时，可以获取高准确率的电力系统用户侧净负荷预测结果。