来源：期刊VIP网 时间：
作者：王国彬;黄伟;郭汶昇;周锐;顾晓晔;吴乃月;张育豪;
单位：国网宁夏电力有限公司营销服务中心;中国电力科学研究院有限公司电网安全全国重点实验室;国网石嘴山供电公司计量中心;北京印刷学院机电工程学院;
摘要：为确保印刷园区绿色低碳运行，充分了解和预测电力负荷需求至关重要。然而，电力负荷预测面临数据复杂性、噪声干扰等问题，导致难以捕捉信号的非线性特征。为解决这一问题，本研究提出了基于CEEMDAN-VMD-BiGRU模型的印刷园区电力负荷预测方法。首先，使用自适应噪声完备集合经验模态分解（CEEMDAN）对印刷园区电力负荷数据进行分解，并计算各模态分量的排列熵（PE）。其次，利用变分模态分解（VMD）对熵值高频模态分量进行二次分解，从而减弱序列的非平稳性。最后，使用各分量作为双向门控循环单元（BiGRU）预测模型的输入进行训练，将模型结果线性叠加，得到最终预测结果。以某印刷园区电力负荷数据为研究对象，对提出的模型进行与BiGRU模型、CEEMDAN-BiGRU模型预测结果的比较。实验结果表明：融合VMD方法的二次分解模型R2达到97.13%,RMSE为25.354,MAE为62.776，相较于其他模型，本研究提出的预测模型性能更佳。
关键词：二次分解;;CEEMDAN;;VMD;;印刷园区;;负荷预测
