测试与故障诊断计算机测量与控制．２０２３．３１（３）ＣｏｍｐｕｔｅｒＭｅａｓｕｒｅｍｅｎｔ＆Ｃｏｎｔｒｏｌ·４９·收稿日期：２０２２－０７－２２；修回日期：２０２２－０８－３０。基金项目：国家电网重点科技项目支持（Ｂ２０１０６２１０００Ｓ）。作者简介：李晓辉（１９７２－），男，河北承德人，大专，高级工程师，主要从事电力营销管理方向的研究。引用格式：李晓辉，佟鑫，曹敬立，等．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，２０２３，３１（３）：４９－５５．文章编号：１６７１－４５９８（２０２３）０３－００４９－０７ＤＯＩ：１０．１６５２６／ｊ．ｃｎｋｉ．１１－４７６２／ｔｐ．２０２３．０３．００８中图分类号：ＴＭ７３１文献标识码：Ａ基于ＣＥＥＭＤ－ＩＢＡ－ＬＳＳＶＭ的微电网短期负荷预测研究与应用李晓辉，佟鑫，曹敬立，李蒙，张迎春，王梓舟（国网冀北承德供电公司，河北承德０６７０００）摘要：为了有效获取微电网负荷中的隐藏信息和潜藏特征，进一步提升微电网短期负荷预测的精准度与效率，提出一种基于基于互补集成经验模态分解（ＣＥＥＭＤ，ｃｏｍｐｌｅｍｅｎｔａｒｙｅｎｓｅｍｂｌｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ）和改进蝙蝠算法（ＩＢＡ，ｉｍｐｒｏｖｅ－ｍｅｎｔｂａｔａｌｇｏｒｉｔｈｍ）优化最小二乘支持向量机（ＬＳＳＶＭ，ｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ）的微电网短期负荷预测模型，先利用ＣＥＥＭＤ对负荷序列进行有效分解，减轻局部信息相互影响；再引入引入反向学习、动态自适应惯性权重与拉格朗日插值法等方法改进蝙蝠的全局搜索与局部寻优能力，克服标准蝙蝠算法易早熟、易陷入局部最优值的问题，并利用ＩＢＡ对ＬＳＳＶＭ参数进行优化；最后通过算例验证ＣＥＥＭＤ－ＩＢＡ－ＬＳＳＶＭ短期负荷模型效果，结果表明所构建模型的预测准确率约为９８．２１％，与其他预测模型相比具有较高的运行效率与预测精度。关键词：微电网；负荷预测；互补集成经验模态分解；最小二乘支持向量机；改进蝙蝠算法ＲｅｓｅａｒｃｈａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＭｉｃｒｏｇｒｉｄＳｈｏｒｔ－ｔｅｒｍＬｏａｄＰｏｗｅｒＰｒｅｄｉｃｔｉｏｎＢａｓｅ...
