一种基于多阶段融合优化的热负荷预测方法及系统

本发明公开了一种基于多阶段融合优化的热负荷预测方法及系统，该热负荷预测方法使用灰狼优化算法替代传统经验法对变分模态分解的关键参数进行优化，通过多目标优化自动确定最佳模态数和惩罚因子，将得到的参数组合引入到变分模态分解算法中，再利用变分模态分解算法将热负荷历史数据分解为多个平稳的模态分量，以降低数据的复杂度和噪声干扰，显著提升了变分模态分解的分解质量；然后结合麻雀搜索算法算法对长短期记忆网络的超参数进行优化，从而寻找出最优的超参数组合，最后将得到的最优超参数组合下的长短期记忆模型对热负荷数据集进行预测。