来源：期刊VIP网 时间：
作者：潘鹏程;孙龙华;胡继岚;魏凯林;
单位：三峡大学电气与新能源学院;三峡大学新能源微电网湖北省协同创新中心;国网四川省电力公司超高压分公司西昌运维分部;
摘要：针对综合能源系统负荷数据的高波动性导致自身关联性难以有效挖掘、预测精确度不足等问题，提出一种基于相似周和自适应二次分解的多元负荷预测方法。首先，通过综合相似距离法筛选相似周序列，并利用最大互信息数方法筛选出相关性较强的特征，以构建相似周数据集；然后，采用改进的完全自适应噪声集成经验模态分解将负荷数据分解成不同的本征模态函数，针对分解得到的高频分量进行变分模态分解，以降低序列的不平稳性，并引入冠豪猪优化算法对变分模态分解的分解数量及惩罚因子进行优化，实现变分模态分解的自适应性；最后，将各本征模态函数分量与气象信息结合，输入时序卷积网络与双向门控循环单元进行预测。研究结果表明：相较于原始数据集，采用相似周数据集的W_(MAPE)为0.889%，降低了0.513个百分点。
关键词：综合能源系统;;多元负荷预测;;相似周;;二次模态分解;;时间卷积网络;;双向门控循环单元
基金资助：国家自然科学基金资助项目（52307109）
