基于分解算法與元學習結(jié)合的綜合能源系統(tǒng)負荷預測

摘要： 針對區(qū)域綜合能源系統(tǒng)(IES)負荷間關聯(lián)敏感性高、季節(jié)泛化性差導致的負荷預測精度受限問題，提出一種基于分解算法與元學習結(jié)合的多元負荷組合預測方法。首先，基于動態(tài)最大信息系數(shù)量化不同時段多元負荷間相關性，根據(jù)動態(tài)相關性結(jié)果構(gòu)造特征輸入變量。然后，通過窗口滑動將負荷序列分成多個子序列單元，并使用變分模態(tài)分解將其劃分為多個任務，避免整體分解帶來的前瞻性偏差問題。最后，采用雙向長短期記... （共10頁）