基于CEEMDAN-WPT的台区线损组合变权预测模型研究

为了有效提高线损计算精度,本文提出一种基于模态分解和小波包的台区线损改进变权组合预测模型。首先使用完整集合经验模态分解讲与实践序列相关的电气特征参数分解成多个不同的子序列,通过傅立叶变换计算子序列的幅值方差,结合小波包阈值去噪对含有噪音的高频信号进行降噪处理,提取代表性变量作为预测输入。最后改进标准遗传算法,利用遗传算法的全局优化能力,对广义回归神经网络和门控循环单元构成的组合预测模型的权重系数进行样本移动自适应变权求解,将得到的权重系数进行加权求和,得到了最终线损值。以某市具体台区数据为例进行计算验证,对比结果表明,本文所提的改进变权组合预测模型比单一模型及传统变权组合预测模型具有更高的计算精度。