基于改进VMD与深度时序动态模型的多元负荷预测方法

本发明公开了基于改进VMD与深度时序动态模型的多元负荷预测方法，属于电力电网技术领域，包括：S1：以最小包络熵作为优化目标，通过冠豪猪算法对VMD中的实际参数进行调优获取改进VMD，通过改进VMD将第一历史多元数据进行分解获取模态分量；S2：通过时间卷积网络结合双向门控循环神经网络构建时序特征提取模型，通过注意力机制对时序特征提取模型进行改进获取深度时序动态模型；S3：将模态分量与历史环境数据输入深度时序动态模型中获取第一时空序列特征，并对第一时空序列特征进行加权获取最终预测结果。解决了现有技术所存在的预测准确性与适应性低的技术问题，显著的提高了负荷预测准确性与适应性。