公开(公告)号：CN117691588A

公开(公告)日：2024-03-12

申请号：CN202311710017.1

申请日：2023-12-13

Applicant: 东北电力大学

Inventor： 肖白 ,  高宇飞 ,  姜卓 ,  高宁远

IPC: H02J3/00 ,  G06F17/14 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开基于经验模态分解和神经网络的空间负荷预测方法及系统，涉及配电网规划领域，该方法包括根据电力地理信息系统生成Ⅰ类元胞；构建I类元胞图层；利用箱形图离群点检测法对Ⅰ类元胞的历史负荷数据时间序列的离群点进行检测及校正；利用改进自适应噪声完备集合经验模态分解方法对Ⅰ类元胞日合理最大值数据曲线进行模态分解；构建每个模态的LSTM模型；采用麻雀搜索算法对LSTM模型进行优化；将所有优化后的LSTM模型的预测结果进行重构得到目标年的基于Ⅰ类元胞的空间负荷预测结果；根据基于Ⅰ类元胞的空间负荷预测结果，采用空间电力负荷网格化技术，得到基于Ⅱ类元胞的空间负荷预测结果。本发明能够提升空间负荷预测精度。