公开(公告)号：CN118211173A

公开(公告)日：2024-06-18

申请号：CN202410196284.X

申请日：2024-02-22

申请人： 中通服咨询设计研究院有限公司

发明人： 王强 ,  朱晨鸣 ,  温岩 ,  左加阔

IPC分类号： G06F18/25 ,  G06F18/231 ,  G06F18/21 ,  G06F18/2131 ,  G06F18/2132 ,  H02J3/00 ,  G06N3/045 ,  G06N3/0442 ,  G06F123/02

摘要： 本发明公开了一种基于二次分解的深度学习高波动短期负荷预测方法，包括：采集电信网络业务流量数据，作为原始负荷序列；完成对原始负荷序列的第一次分解；计算每个IMF序列的样本熵，进行聚类得到联合固有模态函数；对所有的联合固有模态函数中复杂度最高的联合固有模态函数进行二次分解；将二次分解结果输入矩阵化长短时记忆网络，得到复杂度最高的联合固有模态函数的预测结果；将其余的联合固有模态函数输入向量化长短时记忆网络，得到各联合固有模态函数的预测结果；将所有联合固有模态函数的预测结果进行叠加，得到最终的预测结果，即电信网络业务流量的预测结果，至此完成基于二次分解的深度学习高波动短期负荷预测。