一种基于时间特征分析的NST-IRN组合预测模型

一种基于时间特征分析的NST‑IRN组合预测模型。首先，深度挖掘负荷功率的时间特性变化，将其分解为趋势成分以及循环分量，构建新型时间序列（new time series，NTS）模型。其次，考虑多时间尺度输入特征与日类型对负荷功率的影响，构建含特征输入结构与深度学习结构的改进残差神经网络（improve residual neural，IRN）模型。最后，利用D‑S证据理论对NTS与IRN模型的预测结果进行权重融合，以获取最终负荷预测结果。以ISO New England的真实负荷数据进行仿真实验，结果表明所提模型具有较高的预测精度和鲁棒性。