双五星
基于CEEMDAN-LSTM的空间负荷预测方法
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。
东北电力大学
授权发明