摘要
本发明公开了一种电力负荷预测方法和系统,方法包括:获取电力系统的原始数据,对获取的原始数据进行预处理;对信息获取优化算法IAO对进行优化;采用优化的奇异谱分析法SSA将数据分解为多个IMF分量;所述SSA通过改进的IAO算法进行优化,采用模糊熵FE聚合的方法将分解后的IMF分量根据熵值分离为高频分量和低频分量;采用格拉姆角差场GADF将高频分量转化为二维图像;分别将二维图像数据和低频分量分别输入到TEMPO模型和TSMixer模型中训练,并利用贝叶斯优化算法对TSMixer模型的超参数进行优化,得到电力负荷预测模型;对电力负荷预测模型进行训练,采用训练后的电力负荷预测模型对电力负荷进行预测,得到电力负荷预测结果;本发明相比传统方法可有效提高对电力负荷预测的准确性。
技术关键词
电力负荷预测方法
电力负荷预测模型
二维图像数据
序列
电力负荷预测系统
定义
矩阵
静态特征
电力系统
因子
对数螺旋线
贝叶斯算法
模型超参数
阶段
轨迹
系统为您推荐了相关专利信息
稳定性预测方法
空间特征参数
时间序列预测模型
路基边坡
解码器单元
推荐方法
注意力机制
融合时间间隔
识别用户兴趣
时序
风速预测模型
风速预测方法
变量
多尺度
交互特征