一种基于VMD-NGO-SLSTM的低压台区短期电力负荷预测方法、装置及介质

本发明涉及电力负荷预测领域，具体是一种基于VMD‑NGO‑SLSTM的低压台区短期电力负荷预测方法、装置及介质，本方法提出VMD‑NGO‑SLSTM三级耦合架构，实现信号分解、参数优化和时序预测的闭环协同，VMD通过自适应分解算法，能够将非平稳、非线性的电力负荷信号分解为多个相对平稳的IMF分量，NGO优化模块采用改进的北方苍鹰算法，同步优化VMD的模态数K、惩罚因子α以及SLSTM的网络深度、神经元数量，SLSTM预测模块引入指数门控和归一化技术，长期依赖特征捕获能力得到提升，特别适用于电力负荷的多尺度特征建模。本方法提高了对电力负荷的预测精度。