پيش‌بيني كوتاه‌مدت تقاضاي بار با استفاده از تجزيه سيگنال به مؤلفه ذاتي، تبديل موجك و رگرسيون بردار پشتيبان

پيش‌بيني كوتاه‌مدت بار الكتريكي نقش مهمي در طراحي و بهره‌برداي از سيستم‌هاي قدرت ايفا مي‌كند. با توجه به ماهيت سري زماني بار الكتريكي كوتاه‌مدت، پيش‌بيني دقيق بار بسيار چالش‌برانگيز است. در اين مقاله، روشي‌ براي پيش‌بيني بار كوتاه‌مدت پيشنهاد شده است. در مرحله نخست توابع مد ذاتي (IMFها) منحني بار با استفاده از روش تجزيه مد تجربي (EMD) استخراج مي‌شوند. باقي‌مانده سيگنال كه حاوي نوفه است در اين مرحله دور ريخته مي‌شود تا سيگنال به‌نسبه تميزي حاصل شود. در مرحله دوم هر IMF با استفاده از تبديل موجك تجزيه مي‌شود تا زير‌دنباله‌هاي آن حاصل ‌شود. هر زيردنباله حاوي اطلاعات و جزئيات متفاوتي است كه مي‌تواند به بهبود دقت پيش‌بيني كمك كند. در مرحله سوم زيردنباله‌هاي به‌دست‌آمده تجميع شده و در‌نهايت به‌وسيله رگرسيون بردار پشتيبان (SVR) جهت پيش‌گويي استفاده مي‌شوند. روش پيشنهادي بر روي دو مجموعه‌داده لهستان و كانادا و با چهار معيار خطاي ميانگين مربعات (MSE) ريشه ميانگين مربعات خطا (RMSE)، ميانگين درصد مطلق خطا (MAPE) و ميانگين خطاي مطلق (MAE) مورد ارزيابي قرار گرفت. يافته‌ها نشان مي‌دهد كه خطاي پيش‌بيني بار براي مجموعه‌داده لهستان با معيار MSE  برابر 0.0012 ، با معيار RMSE  برابر 0.0342 با معيار MAPE برابر 2.9771، با معيار MAE برابر 0.0044 و براي مجموعه‌داده كانادا با معيار MSE  برابر 5.0969e-07، با معيار RMSE  برابر 7.1393e-04 با معيار MAPE برابر 0. 9571 و با معيار MAE برابر 2624e-04 است. از مقايسه روش پيشنهادي نسبت به ساير روش‌هاي رقيب، نتايج بهتري از نظر ميزان خطا مشاهده شده است.