论文部分内容阅读
针对配电网负荷随时间空间变化的非线性特征导致短期负荷预测精度低和模型训练时间成本高的问题,设计了一种基于相空间重构(phase space reconstruction,PSR)和随机配置网络(stochastic configuration networks,SCN)的电力负荷短期预测模型.首先将配电网数据中与负荷相关的气象数据通过主元分析法(principal component analysis,PCA)进行数据降维,并与负荷序列组合成多变量的时间序列,运用混沌时间序列理论,通过互信息法和虚假近邻法