摘要
本发明公开了一种短期电力负荷预测方法,本发明为了挖掘电力负荷数据中的潜藏信息,提高短期负荷预测的精度,提出基于改进凤头豪猪优化算法优化的CNN‑BiLSTM‑Attention电力负荷短期预测模型。首先,结合天气因素的影响,将历史负荷数据作为CNN‑BiLSTM‑Attention网络的输入;然后,VMD对原始信号进行分解,提取数据中的信息以提高数据质量;同时,通过Circle混沌映射、螺旋波动搜索、自适应t变异策略改进CPO,然后利用ICPO寻优CNN‑BiLSTM‑Attention网络的超参数,将不同序列预测值叠加得到最终预测结果。
技术关键词
双向长短期记忆网络
表达式
引入注意力机制
Lagrange函数
序列
记忆单元
Softmax函数
短期电力负荷
策略更新
卷积神经网络提取
位置更新过程
短期负荷预测
动态变化特征
参数
历史负荷数据
输出特征
局部特征提取
系统为您推荐了相关专利信息
辅助学习系统
学生
聚类算法
知识点
深度学习算法
前景检测算法
像素点
预警方法
更新方法
差分算法
大语言模型
虚拟机调度系统
适配器
云计算资源调度
模块
涂抹机器人
异形耐火砖
轨迹规划方法
面片
BP神经网络