基于RIME优化VMD与TCN-Crossformer多尺度融合的短期电力负荷预测

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于RIME优化VMD与TCN-Crossformer多尺度融合的短期电力负荷预测

Issue 8, Pages: 48-57(2025)

更新时间：2025-09-10

- 基于RIME优化VMD与TCN-Crossformer多尺度融合的短期电力负荷预测
- 作者机构：
  
  华北电力大学自动化系
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP18;TM715
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (8): 48-57.
DOI：

[J]. 2025, (8): 48-57. DOI：

摘要

针对电力负荷序列的多尺度非平稳性与跨维度动态关联特征导致的协同建模难题，提出了一种基于霜冰优化算法（Rime optimization algorithm

RIME）改进的变分模态分解（Variational mode decomposition

VMD）与时间卷积网络（Temporal convolutional network

TCN）-Crossformer多尺度融合的预测模型。首先，利用RIME算法以样本熵均值为适应度函数，自适应优化VMD的惩罚系数与模态数，抑制模态混叠并提升分解质量；其次，通过TCN的因果卷积与膨胀卷积结构提取各模态分量的局部时序波动特征，捕捉短期波动规律；最后，采用结合Crossformer的跨维度注意力机制，显式建模时间与特征维度的动态关联性，实现局部时序特征与全局依赖关系的多尺度协同融合。在南方某城市半小时级电力负荷数据集上的实验验证结果表明，相较于Informer等模型，所提模型的决定系数提升2.49%，平均绝对误差降低73.07%，且在四季预测中均表现出强鲁棒性。

Abstract

关键词

Keywords

references

陈娟,吉培荣,卢丰.指数平滑法及其在负荷预测中的应用[J].三峡大学学报(自然科学版),2010(03).

何青,何永秀,张岩,吕媛,苏凤宇,光峰涛,李德智.基于EWT-GM-LSTM模型的配网广义负荷短期预测[J].电力科学与工程,2020(10).

杨首晖,陈传彬,王雪晶,李庆伟,吴元林,陈静.基于小波变换和季节性Holt-Winters模型的短期负荷预测方法[J].电力需求侧管理,2021(05).

王洪亮,陈新源,赵雨梦.基于集合经验模态分解和ARIMA-GRNN的负荷预测方法[J].电子科技,2021(12).

杨国华,郑豪丰,张鸿皓,贾睿.基于Holt-Winters指数平滑和时间卷积网络的短期负荷预测[J].电力系统自动化,2022(06).

邵必林,严义川,曾卉玢.注意力机制下的VMD-IDBiGRU负荷预测模型[J].电力系统及其自动化学报,2022(10).

王德文,安涵.基于二次分解双向门控单元新型电力系统超短期负荷预测[J].电力科学与工程,2024(03).

蔡屹,张薇.基于STL-Crossformer的综合能源系统多元负荷预测[J].东北电力大学学报,2024(01).

唐竹,肖宇航,郭淳,梅秋怡,王森,郑宽昀,毛新颖.基于CEEMDAN模态分解和TCN-BiGRU的短期电力负荷预测[J].智慧电力,2024(12).

秦永峰,李刚,齐金平,王建帅.基于RIME-VMD的高速列车横向减振器故障诊断[J].铁道科学与工程学报,2025(03).

谢国民,陆子俊.基于优化VMD和BiLSTM的短期负荷预测[J].电力系统及其自动化学报,2025(04).

杨佳泽,王灿,王增平.新型电力系统背景下的智能负荷预测算法研究综述[J].华北电力大学学报(自然科学版),2025(03).

Yi Liang,Dongxiao Niu,Wei-Chiang Hong.Short term load forecasting based on feature extraction and improved general regression neural network model[J].Energy,2019.

Views

319

下载量

CSCD

Alert me when the article has been cited

提交

Publicity Resources

基于VMD-FFCM特征增强的iTransformer短期风速预测

基于电池老化趋势重构与TCN-GRU-Attention网络的SOH估计

基于注意力时间卷积网络和双向门控循环单元的轴承故障诊断

基于VMD–BiLSTM机制的小水电日发电量预测

融合风电动态特征与通道注意力的超短期风速混合预测

Related Author

黄宇

杨小龙

胡怡然

马金杰

王东风

谢家乐

张天宇

李士哲

Related Institution

华北电力大学控制与计算机工程学院

昆明理工大学电力工程学院

中国能源建设集团云南省电力设计院

华北电力大学计算机系

保定市综合能源系统状态检测与优化调控重点实验室

AI问答

⁰