基于VBLA模型的电力负荷预测方法研究

Research on power load forecasting method based on VBLA model

随着电力市场改革和新能源电力建设的不断推进,电力系统供需方面的不确定性逐渐增加,因此短期内电力系统负荷的准确预测对于提高机组响应能力至关重要。围绕提升电力负荷需求预测模型的预测准确度进行了深入研究。以历史负荷、时节因素和气象因素为基础,提出了一种基于VBLA(VMD-LSTM-BPNN-Attention)组合模型的短期电力负荷预测方法。在数据预处理方面,为了解决变分模态分解(VMD)参数选择的问题,用递归变分模态分解结合PSO优化算法取代了原始的VMD算法。在此基础上,考虑到电力负荷的同期相似性,将同期负荷序列作为模型输入变量之一,并引入注意力机制用于学习不同预测结果的模型权重。最后,在公开数据集的验证结果表明了VLBA模型具有良好的预测效果。