摘要
本发明涉及电力负荷预测技术领域,提供一种基于VMD和SRU网络的园区短期电力负荷预测方法,具体步骤如下:步骤一:数据获取以及预处理;步骤二:VMD分解数据;步骤三:数据归一化;步骤四:SRU网络构建以及训练;步骤五:模型预测以及结果叠加。本发明的有益效果在于:通过使用基于VMD‑SRU的组合预测模型,首先将原始电力负荷数据进行分解,然后进行训练预测,简单循环单元提取分解后数据的时序特征,并通过独特的网络结构,能够在提高电力负荷预测精度的同时,提升训练速度。
技术关键词
混叠现象
电力负荷预测精度
电力负荷预测技术
拉格朗日
组合预测模型
数据采集系统
数据服务器
时序特征
网络结构
插值法
频率
因子
矩阵
系统为您推荐了相关专利信息
传感器节点
汇聚节点
注册中心
密钥协商方法
无线传感器网络
图像退化模型
超分辨率成像
阶段
压缩感知理论
分支
自动驾驶系统
综合评估方法
车载传感器
深度神经网络模型
时序
直线运动导轨
振动分析方法
拉格朗日方程
多任务
交互网络
带宽分配方法
神经网络预测模型
组合预测模型
指标
带宽分配装置