摘要
本发明提供了一种电力需求预测方法,包括:步骤1,收集电力负荷数据集,进行预处理;步骤2,输入电力负荷数据集,执行冠豪猪优化算法CPO优化变分模态分解VMD算法动态参数;步骤3,建立串行模型xLSTM‑Informer;步骤4,采用Informer模型进行数据预测:将扩展长短期记忆网络xLSTM模型提取的特征输入到Informer模型中进行电力需求预测,输出电力需求预测值与真实值的对比结果;步骤5,对步骤4中得到的电力需求预测模型进行评估。本发明可以灵活处理不同特征的数据,在不同的电力需求场景下都能保持较好的预测性能。
技术关键词
长短期记忆网络
电力需求预测方法
注意力
数学模型
算法
策略
矩阵
序列
包络
数据
负荷
缩减技术
编码器
解码器结构
频率
误差
系统为您推荐了相关专利信息
能耗优化系统
混合现实交互
锂电
设备健康状态评估
数字孪生模型
分布式新能源
移动充电设备
数据采集节点
汇聚节点
蚂蚁
无功功率补偿
有功功率
协调控制策略方法
风电机组
频率