- 专利标题: 一种基于VMD-GA-PSO-LSTM模型的短期负荷预测方法及装置
-
申请号: CN202311139264.0申请日: 2023-09-06
-
公开(公告)号: CN117134346A公开(公告)日: 2023-11-28
- 发明人: 熊小翠 , 舒新义 , 陈建国 , 柯强 , 胡经伟 , 饶燕 , 肖天雄 , 陶亮 , 何维 , 郝俊毅 , 石柱 , 苏义鑫
- 申请人: 国网湖北省电力有限公司黄冈供电公司
- 申请人地址: 湖北省黄冈市黄州区东门路80号
- 专利权人: 国网湖北省电力有限公司黄冈供电公司
- 当前专利权人: 国网湖北省电力有限公司黄冈供电公司
- 当前专利权人地址: 湖北省黄冈市黄州区东门路80号
- 代理机构: 北京壹川鸣知识产权代理事务所
- 代理商 穆向明
- 主分类号: H02J3/00
- IPC分类号: H02J3/00 ; G06Q10/0637 ; G06Q50/06 ; G06N3/0442 ; G06N3/08
摘要:
本发明公开了一种基于VMD‑GA‑PSO‑LSTM模型的短期负荷预测方法及装置,具体包括以下步骤:S1、对原始负荷数据预处理;S2、采用VMD方法对数据进行模态分解;S3、对得到的数据进行归一化,并导入到GA‑PSO算法中;S4、开始进行迭代,采用LSTM进行电力负荷预测;S5、将得到的预测数据进行反归一化;S6、对数据分量进行叠加,得到预测结果。本发明涉及负荷数据处理技术领域。该基于VMD‑GA‑PSO‑LSTM模型的短期负荷预测方法及装置,通过建立多特征负荷数据集,并引入VMD方法分解负荷数据集,消除其中噪声,利用GA‑PSO算法优化后的LSTM对数据集进行负荷预测。实验结果表明,VMD‑GA‑PSO‑LSTM模型预测结果的MAPE与RMSE得到明显改善,提高了负荷预测的准确率。