一种基于改进SFLA算法对LSTM优化的短期电力负荷预测方法

本发明提供一种基于改进SFLA算法对LSTM优化的短期电力负荷预测方法，包括：收集历史负荷数据，对收集的历史负荷数据进行预处理并进行归一化，将预处理后历史负荷数据分为训练集和测试集；建立LSTM负荷预测网络模型；建立DNA‑SFLA优化算法，利用DNA‑SFLA算法对LSTM负荷预测网络模型进行优化，得到最优的初始值和阈值参数；将输出的最优的初始权值和阈值代入LSTM网络进行训练得出最优LSTM负荷预测网络模型，调用测试集数据进行负荷预测。本发明利用SFLA对LSTM进行优化，同时为解决SFLA可能陷入的局部最优解情况，提出DNA遗传蛙跳算法DNA‑SFLA减少无用搜索，避免局部最优情况发生。