基于PSO-OMP优化的WD-ASD超短期负荷预测

来源：电工电能新技术杂志2017年第12期北京时间：

作者：曲正伟， 张坤， 王云静， 韩艳丰， 郝丽丽， 王崇轶

单位：1. 电力电子节能与传动控制河北省重点实验室， 燕山大学， 河北 秦皇岛 066004；
\r\n2. 华北电力大学电气与电子工程学院， 河北 保定 071003；
\r\n3. 北京亦庄国际开发建设有限公司， 北京 100176

摘要：为提高负荷预测精度，降低电力系统规划决策的保守性，本文提出了一种基于小波-原子稀疏分解（WD-ASD）的超短期负荷预测模型。该模型使用模糊聚类算法提取相似日为历史数据，采用小波分解（WD）作为前置环节，以基于原子表达式的自预测和基于最小二乘支持向量机（LSSVM）的残余分量预测为基础构建原子稀疏分解（ASD）预测模型，分别对负荷的高低频分量进行预测，并将结果相加得到最终预测值。其中ASD分解过程由正弦原子库自适应匹配分解完成，并将粒子群算法（PSO）和正交匹配追踪（OMP）算法相结合以增强原子稀疏分解能力。实际负荷数据算例验证了所提方法的自适应性、快速性及有效性。

关键词：超短期负荷预测, 原子稀疏分解, 正交匹配追踪, 粒子群优化, 小波分解, 最小二乘支持向量机

基金资助：河北省高等学校科学技术研究项目（QN2016064）