一种基于互补集合经验模态分解的短期电力负荷预测方法
公开
摘要
本发明提出了一种基于互补集合经验模态分解的短期电力负荷预测方法，步骤1：获取电力负荷数据，并对所得到的数据集进行预处理；步骤2：将数据集划分为训练集和验证集两部分；步骤3：将输入数据通过互补集合经验模态分解(CEEMD)分解为有限个IMF分量和一个残余分量；步骤4：对各分量应用LSTM神经网络进行预测，并用贝叶斯算法对LSTM网络超参数寻优；步骤5：将各分量预测结果叠加重构后，得到最终的预测结果，并将预测结果与真实负荷数据值对比。本发明采用CEEMD分解方法，继承了EMD和EEMD方法善于处理非线性非平稳信号序列的优点，且CEEMD在信号分解的过程中，加入正负成对的辅助白噪声，在集合平均时相消，能有效提高分解效率，克服EEMD重构误差大、分解完备性差的问题，且本发明引入贝叶斯优化算法，使得模型预测精度得到进一步的提升，能得到较为满意的预测效果。
基本信息
专利标题 ：
一种基于互补集合经验模态分解的短期电力负荷预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611829A
申请号 ：
CN202210310701.X
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王子乐黄弦超
申请人 ：
华北电力大学
申请人地址 ：
北京市昌平区回龙观北农路2号华北电力大学
代理机构 ：
代理人 ：
优先权 ：
CN202210310701.X
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06N3/04 G06N3/08 G06Q50/06 H02J3/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
