基于奇异谱分析和记忆网络的电力负荷预测方法
摘要:
本发明公开了一种基于奇异谱分析和记忆网络的电力系统负荷预测方法。首先采用奇异谱分析对电力负荷历史数据时间序列进行分解,然后将特征值和对应的特征向量进行分组,重构得到多个重构分量。然后分别为每一个分量构建长短时记忆网络预测模型。最后将每一分量的预测结果相加,得到总的负荷预测结果。本发明利用奇异谱分析作为预处理工具,能可将电力负荷分解和重构为反应电力负荷不同的波动特性且更易于预测的分量,从而能够实现较高的预测精度。
0/0