余 林 ，舒 勤，马 哲(四川大学电气信息学院，四川 成都 610065)

经验模态分析综合法在负荷预测中的应用

余 林 ，舒 勤，马 哲
(四川大学电气信息学院，四川 成都 610065)

针对电力负荷的周期相似性，提出一种基于经验模态分析法的综合负荷预测方法。先对原始数据进行统计，使用EMD将统计的时间序列分解为有限个固有模态分量，对固有模态分量使用模糊C均值聚类，再采用ARMA将聚类后的固有模态分量预测，最后把每个分量预测值求和得到负荷预测值。实例仿真计算表明，该算法比直接使用ARMA模型进行预测具有更高的预测精度，是一种有效短时预测方法。

负荷预测；经验模态分解；自回归滑动平均；聚类

0 引 言

电力系统短期负荷预测对电力系统控制、电网安全、经济运行、系统规划、优化调度及电能质量等方面起着十分重要的作用，是能量管理系统的重要组成部分[1]。随着电力生产和消费日益市场化，准确的进行电力系统短期负荷预测可合理地规划地市电网用电的供需平衡，有效地增强电网运行的安全性及可靠性，提高电力企业的经济效益和社会效益。因此，短期负荷预测已成为电力系统中一个重要研究领域。

短期负荷预测的关键问题是如何提高预测日期的精度。国内外许多专家和学者在此方面做了大量的研究工作，提出了很多预测方法[2]，可分为传统预测方法和人工智能方法两大方面。传统预测方法包括回归分析法、时间序列法等，回归分析法是根据历史数据变化规律及影响负荷变化因素建立回归方程，确定参数来预测负荷值，该方法对历史数据要求高，结构过于简单，精度不高；……