一种基于改进DWT-LSTM的电力负荷预测方法

本发明涉及电力技术领域，尤其涉及一种基于改进DWT‑LSTM的电力负荷预测方法。技术方案如下：一种基于改进DWT‑LSTM的电力负荷预测方法，包括以下步骤：步骤S1、收集电力负荷数据及其相关输入变量，包括温度、湿度和天气情况，将收集到的原始数据划分为训练集和测试集，进行数据清洗；步骤S2、使用DWT方法对清洗后的输入变量进行分解，将信号分解为近似系数和细节系数，近似系数表示信号的低频成分，细节系数则捕捉信号的高频变化；步骤S3、结合DWT分解后的输入变量，构建长短期记忆网络LSTM模型，LSTM模型结构设计包括输入层、LSTM层和全连接层。本发明提前预测出各种场景下用电模式以及用电量的变化，能够提前对用电负荷以及用电量进行调配，保证电力的稳定运行。