基于优化VMD二次分解的短期电力负荷预测

蒋建东; 韩文轩; 赵云飞; 燕跃豪; 鲍薇; 刘晓辉

doi:10.13705/j.issn.1671-6833.2025.04.016

郑州大学学报（工学版） ›› 2026, Vol. 47 ›› Issue (01) : 124 -130. DOI: 10.13705/j.issn.1671-6833.2025.04.016

基于优化VMD二次分解的短期电力负荷预测

蒋建东, 韩文轩, 赵云飞, 燕跃豪, 鲍薇, 刘晓辉

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对台区配变负荷数据复杂度高、波动性强的特点，提出了一种基于二次分解和时间卷积网络的短期电力负荷预测模型。首先，使用最大互信息系数法对高维特征的负荷数据集进行特征提取；其次，采用完全自适应噪声集合经验模态分解和优化变分模态分解对配变负荷数据进行二次分解；再次，将两次分解得到的子序列输入时间卷积网络模型中进行预测；最后，将各子序列的预测结果叠加，得到最终的负荷预测结果。在郑州市某台区配变负荷数据上进行仿真分析，与传统时间卷积网络模型相比，所提模型MAE、MAPE和RMSE分别减少了64.29%,9.66百分点和59.00%。实验结果表明，所提组合预测模型具有更好的预测效果和更高的预测精度。