【技术实现步骤摘要】
本专利技术涉及短期电力负荷预测，具体涉及一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法。
技术介绍
1、随着电力系统智能化发展，短期负荷预测对电网安全调度与能源优化管理的重要性日益凸显；传统预测方法难以有效应对负荷数据的强非平稳性、噪声干扰及复杂时序依赖等挑战：经验模态分解在处理实际负荷信号时易出现模态混叠现象，导致本征模态函数包含混杂尺度特征；而单一预测模型(如标准lstm)难以充分挖掘负荷数据的长短期依赖关系与关键时间点特征。
2、公开号为cn118052330a的中国专利技术专利申请中公开了一种基于iceemdan-lstm的短期电力负荷预测方法及系统，包括获取历史电力负荷数据，构建历史数据集，并对历史数据集进行预处理；将预处理后的历史数据集通过iceemdan进行分解，获取模态分量；将模态分量输入预先建立的lstm模型中进行训练，并进行电力负荷预测，获取预测结果；该专利技术申请通过lstm对各imfs分量进行预测，并将其预测结果进行累加以得到最终预测结果，可以极大的提高电力负荷预测结果的准确度，极...
【技术保护点】
1.一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，其特征在于，包括以下具体实施步骤：
2.根据权利要求1所述的一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，其特征在于，缺失值填充采用均值填充法，具体公式为：
3.根据权利要求2所述的一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，其特征在于，异常值修正包括：
4.根据权利要求3所述的一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，其特征在于，完备自适应噪声集成经验模态分解算法包括：
5.根...
【技术特征摘要】
1.一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，其特征在于，包括以下具体实施步骤：
2.根据权利要求1所述的一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，其特征在于，缺失值填充采用均值填充法，具体公式为：
3.根据权利要求2所述的一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，其特征在于，异常值修正包括：
4.根据权利要求3所述的一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，其特征在于，完备自适应噪声集成经验模态分解算法包括：
5.根据权利要求4所述的一种结合改进经验...
【专利技术属性】
技术研发人员：王开全，乐元欣，张亮，吴琪瑶，朱莉，刘聪，胡胜，
申请(专利权)人：中国通信建设第三工程局有限公司，
类型：发明
国别省市：
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。