【技术实现步骤摘要】
基于变分模态分解和门控循环单元的电力负荷预测方法
本专利技术涉及一种基于变分模态分解和门控循环单元的电力负荷预测方法，具体涉及一种电力负荷预测
技术介绍
电力系统是由电力网、电力用户组成，其中电网的作用就是对各类用户尽可能经济地提供可靠而合乎标准要求的电能，以随时满足用户侧负荷需求。但是由于电力的生产与使用具有其特殊性，即电能是不能大规模储存的。这就要求系统发出电力随时紧跟系统负荷的变化，以实现动态平衡，否则，就会影响供、用电的质量。因此，电力负荷预测是电力系统自动化的一项重要内容。随着新能源技术的发展，大规模间歇性新能源发电系统以及电动汽车和需求侧响应等新型负荷类型的广泛接入，带来了电力系统的高度随机性和动态变化特性，对传统的负荷预测方法提出了极大挑战。
技术实现思路
本专利技术是为了解决上述问题而进行的，目的在于提供一种基于变分模态分解和门控循环单元的电力负荷预测方法，变分模态分解是一种新型自适应信号处理方法，可以很好地反映信号局部变化信息。门控循环单元是深度学习中的一类重要方法，具...
【技术保护点】
1.一种基于变分模态分解和门控循环单元的电力负荷预测方法，其特征在于，包括如下步骤：/n步骤1，获取原始负荷数据，进入步骤2；/n步骤2，采用变分模态分解方法将所述原始负荷数据分解为K个特征互异的模态函数，进入步骤3；/n步骤3，对K个特征互异的模态函数分别进行归一化处理，并将各归一化后的模态函数分为训练集和测试集，进入步骤4；/n步骤4，对所述归一化后的模态函数的训练集分别进行门控循环单元网络训练，根据训练结果，建立预测模型，进入步骤5；/n步骤5，使用损失函数检测预测模型，当损失函数大于阈值时，继续更新模型；损失函数值降低到小于阈值时，停止更新模型，进入步骤6；/n步骤...
【技术特征摘要】
1.一种基于变分模态分解和门控循环单元的电力负荷预测方法，其特征在于，包括如下步骤：
步骤1，获取原始负荷数据，进入步骤2；
步骤2，采用变分模态分解方法将所述原始负荷数据分解为K个特征互异的模态函数，进入步骤3；
步骤3，对K个特征互异的模态函数分别进行归一化处理，并将各归一化后的模态函数分为训练集和测试集，进入步骤4；
步骤4，对所述归一化后的模态函数的训练集分别进行门控循环单元网络训练，根据训练结果，建立预测模型，进入步骤5；
步骤5，使用损失函数检测预测模型，当损失函数大于阈值时，继续更新模型；损失函数值降低到小于阈值时，停止更新模型，进入步骤6；
步骤6，将各归一化模态函数的测试集代入预测模型并叠加，得到电力负荷预测结果并对预测结果进行评价。
2.根据权利要求1所述的基于变分模态分解和门控循环单元的电力负荷预测方法，其特征在于：
其中，采用变分模态分解方法将所述原始负荷数据分解为K个特征互异的模态函数的方法包括如下步骤：
步骤2-1，对每个模态函数uk(t)，采用Hilbert变换计算相应的解析信号，得到其单侧频谱，计算公式为其中，j为虚数单位；δ(t)为单位脉冲函数；
步骤2-2，对每一模态函数uk(t)，通过与其对应的中心频率ωk的指数项混叠，将每个模态的频谱解调到相应基频带，计算公式为
步骤2-3，由解调信号的高斯平滑法估计出各模态信号带宽，求解带约束条件的变分问题，其目标函数为：
式中，uk(t)为输入信号的模态函数；{uk}表示模态集合{u1,u2,......,uk}；ωk是与输入信号的第K阶模态相对应的中心频率；{ωk}表示分解后的模态对应的一组中心频率{ω1,ω2,......,ωk}；f(t)是输入信号；δ(t)是单位脉冲函数；
步骤2-4，采用二次惩罚因子α和拉格朗日乘法算法λ(t)，将约束性变分问题变为非约束性变分问题，扩展的拉格朗日表达式如下
式中，是对函数求时间t的偏导数；
步骤2-5，采用交替方向乘子法，交替更新以及λn+1寻求扩展拉格朗日表达式的“鞍点”，
其中，可利用傅里叶等距变换转变到频域：
式中，...
【专利技术属性】
技术研发人员：黄冬梅，唐振，胡安铎，孙锦中，林孝镶，王桂芳，何立昂，高轩，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。