摘要
本发明公开了一种基于CEEMDAN+ILSTM的短期负荷预测方法、系统、设备及存储介质。本发明的短期负荷预测方法,采用的技术方案包括:通过CEEMDAN将某一线路的原始电力负荷序列分解,得到重构序列;计算所得重构序列的样本熵,根据样本熵进行判断,得到高频序列和低频序列;然后,针对高频序列,采用ILSTM进行预测,针对低频序列或余项序列,采用差分自回归移动平均模型进行预测;最后,将各个序列的预测结果累加得到最终负荷预测结果。相比现有技术,本发明对某一线路负荷的预测结果更准确,为金融输电权线路负荷预测提供了一种新思路。
技术关键词
短期负荷预测方法
长短期记忆神经网络
序列
记忆单元
鲸鱼优化算法
短期负荷预测系统
重构
样本
LSTM神经网络
噪声
线路
神经网络模型
位置映射
数据
电力
位置更新
处理器通信
参数
程序
系统为您推荐了相关专利信息
无线终端
无线局域网终端
正交频分复用
OFDM时域信号
接入点
无线局域网模块
电源管理方法
模糊集合
网络流量数据
流量预测模型
污水处理设备
粒子群优化算法
深度学习模型
能耗
数据
滑坡位移预测方法
地质位移预测技术
灰色关联度分析法
灰色关联度方法
最佳参数组合