一种基于ICEEMDAN的半导体企业能耗预测方法

本发明是基于ICEEMDAN的半导体企业能耗预测方法，可解决传统电力能耗预测方法在非线性、非平稳数据处理时碰到的难以捕捉到能耗波动的复杂动态特性的困难。采用了改进的经验模态分解和变分模态分解算法对电力能耗进行分解。通过调研确定影响电力能耗的多维度因素，采用改进的灰色关联分析筛选出主要影响因素，最终提出了结合信号分解算法和长短时记忆网络(LSTM)的优化预测算法。该算法通过Optuna框架对LSTM模型参数进行自动优化，以提高预测性能。本方法不仅在理论上展示了数据驱动模型与传统策略的结合潜力，同时为半导体企业提供了一种新的能源管理工具，支撑企业节能减排目标的实现，促进电网的稳定运行和可持续发展。