专利名称 基于CEEMDAN-LSTM的空间负荷预测方法
申请号/专利号 CN202111409054.X 专利权人(第一权利人) 东北电力大学
申请日 2021-11-24 授权日 2024-04-12
专利类别 授权发明 战略新兴产业分类 双五星
技术主题 工程学|负荷预测|网络模型|长短期记忆|自适应|模态分解|预测方法|内存|神经网络|算法|数据科学
应用领域 预测|神经架构|神经学习方法|信息技术支持系统|交流网络电路
意向价格 具体面议
专利概述 本发明是一种基于CEEMDAN‑LSTM的空间负荷预测方法,其特征是,包括以下步骤:首先基于3σ准则对每个I类元胞的实测负荷数据进行奇异值检测和修正;其次运用自适应噪声完备集合经验模态分解(CEEMDAN)技术将修正后的I类元胞负荷数据分解为若干个频率不同、幅值不一的本征模态分量;然后对每个本征模态分量分别构建各自的长短期记忆神经网络(LSTM)模型进行预测;最后将所有本征模态分量预测结果累加起来,从而得到目标年基于I类元胞的空间负荷预测结果,并在此基础上使用空间电力负荷网格化技术求得基于II类元胞的空间负荷预测结果。本方法具有科学合理,准确率高,适用性强,效果佳的优点。
图片资料 基于CEEMDAN-LSTM的空间负荷预测方法
合作方式 拟转让
联系人 戚梅宇 联系电话 13074363281