基于數(shù)字孿生與多模型融合的多元負(fù)荷短期預(yù)測(cè)

打開(kāi)文本圖片集

摘 要：針對(duì)多元負(fù)荷呈波動(dòng)性和非線性特性導(dǎo)致預(yù)測(cè)模型穩(wěn)定性差和精確度低等問(wèn)題，提出一種基于數(shù)字孿生與多模型融合的多元負(fù)荷短期預(yù)測(cè)方法。首先，根據(jù)數(shù)字孿生體中氣象和負(fù)荷信息，利用最大信息系數(shù)（MIC）分析多源數(shù)據(jù)信息間的耦合特性，基于數(shù)據(jù)時(shí)序性和周期性構(gòu)建篩選信息特征。其次，采用自適應(yīng)局部迭代濾波（ALIF）將歷史多元負(fù)荷數(shù)據(jù)進(jìn)行分解，得到不同頻率下固有模態(tài)函數(shù)（IMF）分量。（剩余16647字）