公开(公告)号：CN119906004A

公开(公告)日：2025-04-29

申请号：CN202411965260.2

申请日：2024-12-30

Applicant: 国网江苏省电力有限公司无锡供电分公司

Inventor： 杨悦 ,  周坤 ,  田粤 ,  刘静 ,  陈浩 ,  叶婷 ,  刘科可 ,  朱春良 ,  邓晓东

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/0985

Abstract: 本发明属于用电负荷预测技术领域，尤其涉及一种基于VMD‑BO‑LSTM的多特征电力负荷预测方法。获取电力系统的日负荷数据和相关特征因素数据，并对所述日负荷数据和相关特征因素数据进行预处理；将预处理后的数据进行数据处划分为训练集、验证集和测试集；将所述日负荷数据进行变分模态分解，获取K个本征模态函数；为每个本征模态函数建立长短期记忆网络模型，通过训练集对长短期记忆网络模型进行训练；通过验证集和贝叶斯优化算法对长短期记忆网络模型的超参数进行优化；通过测试集对优化后的长短期记忆网络模型进行评估。本发明展现出了良好的预测性能，能有效处理电力负荷数据的非线性和非平稳特性，显著提高预测精度。