一种基于SRC-VMD-GMO-LSTM的炼铁厂短期电力负荷预测方法与系统

本发明涉及一种基于SRC‑VMD‑GMO‑LSTM的炼铁厂短期电力负荷预测方法与系统，包括对炼铁厂短期电力负荷数据及电力负荷影响因素进行预处理，得到预处理数据；利用长短时记忆网络LSTM对所述预处理数据进行建模，得到预测模型；利用几何平均优化器算法对所述预测模型的参数进行优化，得到目标电力负荷预测模型，相应地，还提供电力负荷预测模型的建立装置、电力负荷预测方法及系统；本发明利用斯皮尔曼等级相关系数SRC将炼铁厂短期电力负荷数据影响因素进行相关性分析，选出相关性较高的参量作为预测模型的输入，进而提升模型的预测结果精度；利用白鲸优化算法优化参数并确定K的取值，提高K值选取的准确性，避免发生频率混叠现象，结果的可靠性较高。