雙五星
基于CEEMDAN-LSTM的空間負荷預測方法
本發明是一種基于CEEMDAN?LSTM的空間負荷預測方法,其特征是,包括以下步驟:首先基于3σ準則對每個I類元胞的實測負荷數據進行奇異值檢測和修正;其次運用自適應噪聲完備集合經驗模態分解(CEEMDAN)技術將修正后的I類元胞負荷數據分解為若干個頻率不同、幅值不一的本征模態分量;然后對每個本征模態分量分別構建各自的長短期記憶神經網絡(LSTM)模型進行預測;最后將所有本征模態分量預測結果累加起來,從而得到目標年基于I類元胞的空間負荷預測結果,并在此基礎上使用空間電力負荷網格化技術求得基于II類元胞的空間負荷預測結果。本方法具有科學合理,準確率高,適用性強,效果佳的優點。
東北電力大學
授權發明