基于VMD與TCN的臺(tái)區(qū)短期負(fù)荷預(yù)測(cè)算法研究

打開(kāi)文本圖片集

摘  要：針對(duì)臺(tái)區(qū)短期負(fù)荷預(yù)測(cè)精度不高的問(wèn)題，提出了一種基于變分模態(tài)分解（variational mode decomposition，VMD）的時(shí)間卷積網(wǎng)絡(luò)（temporal convolutional network，TCN）短期負(fù)荷預(yù)測(cè)算法。其利用VMD對(duì)負(fù)荷數(shù)據(jù)進(jìn)行分解，得到規(guī)律性更強(qiáng)的子序列，并采用最大信息系數(shù)（maximal information coefficient，MIC）選出與負(fù)荷相關(guān)性強(qiáng)的天氣因素，與歷史負(fù)荷和分解的子序列形成新的負(fù)荷數(shù)據(jù)集，采用TCN模型完成低壓臺(tái)區(qū)短期負(fù)荷預(yù)測(cè)。（剩余14365字）