基于CEEMDAN及BiGRU-MLR模型的短期负荷预测方法

王鸿玺; 申洪涛; 冯波; 王洪莹; 阎超

doi:10.26945/j.cnki.1001-9898.2025.05.011

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于CEEMDAN及BiGRU-MLR模型的短期负荷预测方法

更新时间：2025-11-18

- 基于CEEMDAN及BiGRU-MLR模型的短期负荷预测方法
- Vol. 44, Issue 5, Pages: 32-40(2025)
- 作者机构：
  
  国网河北省电力有限公司营销服务中心
- 作者简介：
- 基金信息：
- DOI：10.26945/j.cnki.1001-9898.2025.05.011
  CLC： TP18;TM715
- Published：2025
- 稿件说明：
移动端阅览
王鸿玺, 申洪涛, 冯波, et al. 基于CEEMDAN及BiGRU-MLR模型的短期负荷预测方法[J]. 2025, 44(5): 32-40.
DOI：

王鸿玺, 申洪涛, 冯波, et al. 基于CEEMDAN及BiGRU-MLR模型的短期负荷预测方法[J]. 2025, 44(5): 32-40. DOI： 10.26945/j.cnki.1001-9898.2025.05.011.

摘要

随着新型电力系统的快速发展，用户用电行为呈现出多样化和不确定性，实现短期电力负荷的高精度预测已成为保障系统稳定运行的关键。现有短期负荷预测(short-term load forecasting

STLF)方法在处理复杂的非线性和非平稳性数据时存在一定的局限性。为此，提出了一种融合自适应噪声完备集合经验模态分解(complete ensemble empirical model decomposition with adaptive noise

CEEMDAN)、双向门控循环单元(bidirectional gated recurrent unit

BiGRU)与多元线性回归(Multiple Linear Regression

MLR)的混合短期负荷预测模型。首先，利用Spearman秩相关系数分析筛选出对电力负荷影响显著的气象和时间因素。其次，将影响因素与电力负荷数据进行自适应噪声完备集合经验模态分解，通过引入过零率将各分量重构为高频分量和低频分量。然后，针对高频分量构建双向门控循环单元模型进行预测，对于低频分量建立多元线性回归模型进行预测。最后，将各模型所得预测值进行线性叠加，获得最终的预测结果。仿真结果表明，所提方法在多个实际数据集上显著优于传统长短期记忆网络(long short-term memory

LSTM)、门控循环单位(gated recurrent unit

GRU)及其他结合自适应噪声完备集合经验模态分解的预测方法，能够有效提高短期电力负荷预测的精度，具有广泛的应用前景。

Abstract

关键词

Keywords

references

刘雨薇.基于VMD和改进LSTM的短期电力负荷预测研究[D].湖北工业大学,2020(08).

A.S. Khwaja,X. Zhang,A. Anpalagan,B. Venkatesh.Boosted neural networks for improved short-term electric load forecasting[J].Electric Power Systems Research,2017.

吴云,雷建文,鲍丽山,李春哲.基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测[J].电力系统自动化,2018(20).

张林,刘继春.基于EEMD-SE和PSO-KELM的短期负荷区间预测方法[J].中国电力,2021(03).

陈磊,张青云,向晓,刘红云,刘闯.改进灰色预测模型在电力负荷预测中的应用[J].河北电力技术,2021(06).

杨胡萍,余阳,汪超,李向军,胡奕涛,饶楚楚.基于VMD-CNN-BIGRU的电力系统短期负荷预测[J].中国电力,2022(10).

梁宏涛,王莹,刘红菊,郭超男.基于注意力机制的CNN-BiGRU短期光伏发电功率预测[J].计算机测量与控制,2022(06).

陈峰,余轶,徐敬友,杨洁,陈可,张天东,郭露方,郑子健,胡钋.基于Bayes-LSTM网络的风电出力预测方法[J].电力系统保护与控制,2023(06).

李晓辉,佟鑫,曹敬立,李蒙,张迎春,王梓舟.基于CEEMD-IBA-LSSVM的微电网短期负荷预测研究与应用[J].计算机测量与控制,2023(03).

张秋雨,蒋云峰,赵庆祥,李朋旺.基于用户需求响应的新型配电系统优化调度研究[J].河北电力技术,2023(04).

王继东,于俊源,孔祥玉.基于双重分解和双向长短时记忆网络的中长期负荷预测模型[J].电网技术,2024(08).

刘斌,吉春霖,曹丽君,武欣雅,段云凤.基于自适应噪声完全集合经验模态分解与Bi LSTM-Transformer的锂离子电池剩余使用寿命预测[J].电力系统保护与控制,2024(15).

王晓兰,张惟东,王惠中.基于注意力机制的CNN-LSTM短期负荷预测[J].计算机与数字工程,2024(10).

朱莉,夏禹,朱春强,邓凡.基于CEEMDAN和频谱时间图卷积网络的电力负荷预测方法[J].计算机工程,2025(04).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

电网夏季负荷特性分析及预测

SSA优化混合RNN的短期电力负荷预测

基于二次分解因果分析和深度学习的短期风电功率预测

Related Author

林琳

段晓波

高亚静

吴迪

段晓旋

马超

梅晓辉

李国翊

Related Institution

华北电力大学2. 国网河北省电力公司电力科学研究院

河北工程大学信息与电气工程学院

国网河北省电力有限公司衡水供电分公司

北京派克盛宏电子科技有限公司

AI问答

⁰