[发明专利]基于集合经验模态的短期无功负荷预测方法及装置

摘要

本发明公开了基于集合经验模态的短期无功负荷预测方法及装置，所述方法包括步骤：1)通过EEMD分解算法将输入的无功负荷数据分解为若干本征模态分量IMF；2)将IMF低频对象使用随机森林回归机器学习预测算法，获得低频对象预测值；3)将IMF高频对象使用BPNN神经网络机器学习预测算法，获得高频对象预测值；4)对低频对象和高频对象预测值进行叠加重构，得到无功负荷预测值。本发明从实践应用的无功负荷数据集不同频段各自含有对应的规律以及周期性的角度出发，解决了不同时段数据相互强干扰，随机性较强的问题；本发明实现了在具体应用中抑制不同时段无功负荷互相干扰，提高了对无功负荷的预测精度，并且可以较好的还原数据局部细节。