摘要
本申请公开了一种电力负荷预测方法、装置、设备及介质,涉及电力负荷预测技术领域,该方法包括:首先,获取历史原始负荷序列;然后,对历史原始负荷序列进行信号分离,得到高频信号和低频信号;利用改进的变分模态分解算法,对高频信号和低频信号进行模态分解,得到残差信号和若干本征模态分量;利用小波基函数对残差信号进行分解,得到每一本征模态分量对应的小波系数;对于每一本征模态分量,将本征模态分量和本征模态分量对应的小波系数输入至训练好的负荷预测模型中,得到各本征模态分量对应的预测结果;最后,根据所有本征模态分量对应的预测结果确定最终负荷预测结果,本申请提高了电力负荷预测精度。
技术关键词
电力负荷预测方法
混合预测器
负荷预测模型
分解算法
电力负荷预测装置
信号
电力负荷预测精度
LSTM模型
序列
电力负荷预测技术
分量特征
注意力机制
门控循环单元
高通滤波器
动态
模块
处理器
低通滤波器
计算机设备
系统为您推荐了相关专利信息
预测电力负荷
电力负荷预测方法
数据
深度学习模型
训练集
智能传感器
人工智能辅助
多模态
患者
点检测算法
语义分割模型
无监督模型
图片
电力
负荷预测模型
注意力机制
负荷预测模型
电力负荷预测
负荷预测方法
样本
教育大数据
教学
因果关系模型
评估系统
学生认知状态