一种基于深度神经网络的电力负荷混合预测方法

本发明公开了一种基于深度神经网络的电力负荷混合预测方法，涉及电力系统负荷预测技术领域，所述方法包括如下步骤：采用基于互补集合经验模态分解CEEMD的信号去噪策略作为数据预处理模块，将原始电力负荷数据分解单独的成本征模式函数IMFs；利用深度信念网络DBN去学习每个IMF的数据特征和预测值，结合多目标灰狼优化MOGWO来优化DBN的参数调整，并输出最终的电力负荷预测结果。本发明考虑到数据预处理和预测稳定性，有效地提高了电力负荷预测性能。