公开(公告)号：CN118013202A

公开(公告)日：2024-05-10

申请号：CN202410275210.5

申请日：2024-03-12

Applicant: 安徽大学

Inventor： 朱家明 ,  刘德志 ,  盛况 ,  郑鹏 ,  陈华友 ,  刘金培 ,  陶志富 ,  牛丽丽

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明涉及一种基于IHPC数据的居民用电负载预测方法，包括：获取原始数据组成居民用户用电数据集，进行统计特征分析，进行预处理；得到增强后的居民用户用电数据；划分为训练集、测试集和验证集；进行嵌入处理；构建居民用电负载预测模型，调整模型参数并优化，得到最终的居民用电负载预测模型，将待预测的数据输入最终的居民用电负载预测模型，输出预测结果。本发明利用变分模态分解方法对预测序列进行分解，以降低原序列模式的复杂度，提高预测精度，通过重构操作，降低数据维度，加速模型收敛，在获得更精准模式的前提下，有着更加短的预测时间；对序列的嵌入操作使得序列有着更好的时间性质，使得模型学习更精确，提高模型预测精确度。

公开(公告)号：CN116029776A

公开(公告)日：2023-04-28

申请号：CN202310135819.8

申请日：2023-02-09

Applicant: 安徽大学

Inventor： 刘金培 ,  罗瑞 ,  汪漂 ,  徐沁 ,  陶志富 ,  朱家明 ,  金飞飞 ,  陈意 ,  吴澎 ,  陈华友 ,  周礼刚 ,  代玉洁 ,  陈丽娟 ,  赵晓漫 ,  潘辉

IPC: G06Q30/0283 ,  G06Q40/06

Abstract: 本发明公开了一种期货价格的预测系统和方法，所述期货价格的预测系统包括：网络搜索指数处理层，获取期货相关的初始关键词和期货价格序列，并对所述初始关键词进行检验和分析，获取投资者关注度序列数据；文本情感分析层，获取期货价格相关的新闻文本，并获取所述新闻文本的情感分数；多尺度分解层，对所述投资者关注度序列数据、所述情感分数和所述期货价格序列进行分解处理，获取高频序列数据、低频序列数据和趋势项数据；以及期货价格预测层，对所述高频序列数据、所述低频序列数据和所述趋势项数据进行预测和集成处理，获取所述期货价格的预测结果。通过本发明公开的一种期货价格的预测系统，提高了期货价格的预测系统的准确性和稳定性。

公开(公告)号：CN118157129A

公开(公告)日：2024-06-07

申请号：CN202410472956.5

申请日：2024-04-19

Applicant: 安徽大学

Inventor： 朱家明 ,  邹必优 ,  宋乐怡 ,  郑鹏 ,  牛丽丽 ,  黄林生 ,  陈华友 ,  刘金培

IPC: H02J3/00 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/0455 ,  G06F18/22 ,  G06F18/213 ,  G06F18/10

Abstract: 本发明涉及一种基于混合预测框架的电厂发电量预测方法，包括：收集电厂发电的历史电力负荷时间序列数据作为原始数据，进行预处理；得到N个IMF序列分量；得到最终的IIMF序列；得到增强后的发电厂电力负荷数据；构建基于CEEMD分解与样本熵重构的LSTM‑Informer预测模型；进行训练，得到训练好的模型；通过训练好的模型对未来的电厂负荷情况进行预测，生成最终的电力负荷预测值。本发明解决了非平稳数据预测精度低的问题，降低了模型训练的偏差，有效的处理了数据噪声问题，减少了计算量，降低了预测所需的时间；将新的特征值添加到基于CEEMD分解与样本熵重构的LSTM‑Informer预测模型的顶层结构中，并训练整体电力负荷数据，以生成最终的电力负荷预测值，显著提高了电力负荷预测的精准度。