基于VMD-NRBO优化神经网络融合法的短期负荷预测方法

本发明涉及一种基于VMD‑NRBO优化神经网络融合法的短期负荷预测方法，属于电力系统领域，旨在解决电力系统负荷预测准确度不足的问题。该方法首先利用变分模态分解VMD将历史负荷数据进行分解，有效去除高频噪声和冗余信息，保留关键信号成分。接着，将分解后的模态分量输入至Transformer编码器‑双向长短期记忆网络BiLSTM解码器融合神经网络模型进行训练，并通过牛顿‑拉弗森优化算法NRBO优化该神经网络模型超参数。最后，将训练好的神经网络模型用于预测未来负荷数据，并将预测结果进行反归一化处理，得到最终预测值。