摘要：为提高短期负荷预测的精度,提出一种基于经验小波变换EWT(empirical wavelet transform)和小波核极限学习机WKELM(wavelet kernel extreme learning machine)的组合预测方法。首先,采用EWT将乌鲁木齐地区的实测负荷原始序列分解为具有特征差异的不同分量;然后,采用小波核极限学习机对各分解负荷子序列分别进行预测;最后,叠加各分量预测值得到最终的预测结果。实验结果表明,相比WKELM单一预测方法,该方法可将平均绝对值百分比误差MAPE(mean absolute percentage error)降低82.8%;相比EMD-WKELM组合预测方法,该方法在大量降低组合预测规模的同时,仍可将MAPE降低69.8%。

关键词：负荷预测 经验小波变换 极限学习机 小波核函数 

单位：国网新疆电力公司电力科学研究院; 乌鲁木齐830000; 新疆铁道职业技术学院; 乌鲁木齐830000