摘要
本发明公开了一种电力系统非平稳时间序列预测方法,该方法基于非平稳预测增强模块实现,非平稳预测增强模块包括时域‑频域转换子模块和非平稳趋势提取子模块;首先利用时域‑频域转换子模块提取电力系统时序数据的周期性特征;并利用电力系统时序数据减去周期性特征得到非平稳特征;然后,利用非平稳趋势提取子模块对非平稳特征进行非平稳趋势的拟合,得到非平稳趋势特征;最后,将周期性特征作为基础预测模型的输入,并将基础预测模型输出与非平稳趋势特征叠加作为最终预测结果。本发明的非平稳预测增强模块可兼容任意时序预测模型,在处理非平稳时间序列时的预测精度相较于原模型具有显著提升,可增强原模型在非平稳时间序列场景下的预测表现。
技术关键词
周期性特征
电力系统
子模块
多项式
非平稳特征
非平稳时间序列
时序预测模型
数据
基础
幅值
数学
重构
场景
频率
精度