基于VMD-CSO-RF的综合能源系统短期负荷预测

王永利; 刘泽强; 董焕然; 郭璐; 陈鑫; 向皓; 刘琳

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于VMD-CSO-RF的综合能源系统短期负荷预测

更新时间：2026-04-26

- 基于VMD-CSO-RF的综合能源系统短期负荷预测
- 基于VMD-CSO-RF的综合能源系统短期负荷预测
- 华北电力大学学报（自然科学版） 2026年53卷第2期页码：25-35
- 作者机构：
  
  华北电力大学经济与管理学院
- 作者简介：
- 基金信息：
  
  国网吉林省电力有限公司科技项目(2021JBGS-04)
- DOI：
  中图分类号： TM715;TK01
- 纸质出版：2026
- 稿件说明：
移动端阅览
王永利, 刘泽强, 董焕然, 等. 基于VMD-CSO-RF的综合能源系统短期负荷预测[J]. 华北电力大学学报（自然科学版）, 2026,53(2):25-35.

王永利, 刘泽强, 董焕然, et al. 基于VMD-CSO-RF的综合能源系统短期负荷预测[J]. 2026, 53(2): 25-35.
王永利, 刘泽强, 董焕然, 等. 基于VMD-CSO-RF的综合能源系统短期负荷预测[J]. 华北电力大学学报（自然科学版）, 2026,53(2):25-35. DOI：

王永利, 刘泽强, 董焕然, et al. 基于VMD-CSO-RF的综合能源系统短期负荷预测[J]. 2026, 53(2): 25-35. DOI：

摘要

准确的多元负荷预测是实现综合能源系统有效调控的前提。现有负荷预测模型没有考虑系统运行中的能量损耗和多元负荷之间的耦合特性，导致模型的预测精度不足。为此，提出一种变分模态分解(variational mode decomposition

VMD)-纵横交叉算法(crisscross optimization algorithm

CSO)-随机森林(random forest

RF)的综合能源系统短期负荷预测模型。首先，对负荷数据进行预处理，计算考虑系统能量损耗的实际负荷数据；其次，利用最大信息系数(maximal information coefficient

MIC)分析多元负荷之间、多元负荷与天气因素之间的相关性，得到负荷的强相关性变量；然后，将负荷的强相关性变量代入VMD

将负荷数据分解为平稳的特征序列；之后，将特征序列代入经CSO算法优化的RF预测模型；最后，以吉林省长春市某工业园区的多元负荷数据对模型的性能进行验证。结果表明，所建模型能有效提升多元负荷预测精度、缩短预测时长。

Abstract

关键词

Keywords

references

Moon Jihoon,Rho Seungmin,Baik Sung Wook.Toward explainable electrical load forecasting of buildings: A comparative study of tree-based ensemble methods with Shapley values[J].Sustainable Energy Technologies and Assessments,2022.

Zhang Xu,Sun Yongjun,Gao Dian-ce,Zou Wenke,Fu Jianping,Ma Xiaowen.Similarity-based grouping method for evaluation and optimization of dataset structure in machine-learning based short-term building cooling load prediction without measurable occupancy information[J].Applied Energy,2022.

Xu Yuanjin,Li Fei,Asgari Armin.Prediction and optimization of heating and cooling loads in a residential building based on multi-layer perceptron neural network and different optimization algorithms[J].Energy,2022.

Li Fengyun,Zheng Haofeng,Li Xingmei,Yang Fei.Day-ahead city natural gas load forecasting based on decomposition-fusion technique and diversified ensemble learning model[J].Applied Energy,2021.

Guo Zhen,Yu Bin,Hao Mengyan,Wang Wensi,Jiang Yu,Zong Fang.A novel hybrid method for flight departure delay prediction using Random Forest Regression and Maximal Information Coefficient[J].Aerospace Science and Technology,2021.

杜玉吉,钟崴,钱辉金,俞自涛.计及区域建筑群生长特性的动态冷热负荷预测[J].浙江大学学报(工学版),2024(01).

付文龙,章轩瑞,张海荣,刘嘉睿,缪书唯,李丹.多尺度特征提取与非线性融合的综合能源系统多元负荷短期预测[J].电力系统及其自动化学报,2023(12).

马传杰,孙宇贞,彭道刚,赵慧荣.基于XGBoost-MTL的综合能源系统多元负荷预测[J].电力工程技术,2023(05).

齐结红,钱虹,吴文军.超短期热负荷预测在发电机组厂级供热调度的应用[J].电力系统保护与控制,2023(18).

李云松,张智晟.基于GRU-TGTransformer的综合能源系统多元负荷短期预测[J].电力系统保护与控制,2023(15).

王艳松,申晓阳,李强,李雪.基于PCA-GRD-LWR模型的海上油田中长期最大电力负荷预测[J].中国石油大学学报(自然科学版),2023(02).

韩富佳,王晓辉,乔骥,史梦洁,蒲天骄.基于人工智能技术的新型电力系统负荷预测研究综述[J].中国电机工程学报,2023(22).

乔石,王磊,张鹏超,闫群民,余帆.基于时间模式注意力机制的GRU短期负荷预测[J].电力系统及其自动化学报,2023(10).

孙玉芹,王亚文,朱威,李彦.基于考虑气温影响的门限自回归移动平均模型居民日用电负荷预测[J].电力建设,2022(09).

刘瑾,赵晶,冯瑛敏,周超,姜美君,章辉.基于梯度提升决策树的电力物联网用电负荷预测[J].智慧电力,2022(08).

张应辉.基于Attention-GRU模型的城市燃气用气负荷预测[J].油气储运,2022(11).

王永利,周泯含,姚苏航,魏孟举,杨洋,刘钊,胡梦锦.基于多能耦合机理的综合能源系统多元负荷协同预测模型[J].华北电力大学学报(自然科学版),2022(02).

赵嘉豪,周赣,黄莉,陆春艳,陶晓峰,冯燕钧.CPU-GPU异构计算框架下的高性能用电负荷预测[J].电力自动化设备,2021(11).

吴岩,刘喆,李灿,刘洋,宋超凡,周雷.西气东输系统城市燃气用户负荷预测[J].油气储运,2021(04).

郑超铭,黄博南,王子心,孙秋野.计及网络传输损耗的电热综合能源系统多目标优化调度[J].电网技术,2020(01).

刘洪,赵越,刘晓鸥,张强,葛少云,刘静仪.计及能源品位差异的园区多能源系统综合能效评估[J].电网技术,2019(08).

修晓青,唐巍,李建林,田春光,徐鸥洋.基于层次分析法的储能配置综合评估技术[J].电力系统自动化,2018(11).

浏览量

1018

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多能耦合机理的综合能源系统多元负荷协同预测模型

基于Fbprophet负荷预测与用户满意度约束的综合能源供能优先调度研究

考虑机组健康状态的风电机组出力概率预测

计及供需双侧响应和绿证-碳融合的综合能源系统多时间尺度优化调度

面向园区自洽能源系统的综合优化调度研究