一种基于集成经验模态分解的汽轮主机负荷预测方法、系统、电子设备及存储介质

本发明提供一种基于集成经验模态分解的汽轮主机负荷预测方法、系统、电子设备及存储介质。其中，方法包括：对加入白噪声的汽轮主机负荷信号进行EMD分解，得到IMF值；将IMF值的低频分量输入机器学习算法，得到低频IMF预测结果；将IMF值的高频分量输入深度学习网络，得到高频IMF预测结果；将低频IMF预测结果和高频IMF预测结果进行叠加重构，得到汽轮主机负荷预测值。本发明提出的方案能够将集合经验模态分解算法EMD应用于噪声较强、规律性较弱的汽轮主机负荷信号，并针对分解后的信号分量根据频率归为高频和低频信号，为不同频段的信号分量选择合适的预测算法，最大程度的降低预测误差以提高预测效果。