一种铁路牵引负荷的短期预测方法

本发明公开了一种铁路牵引负荷的短期预测方法，属于电力数据处理技术领域。本发明包括数据清洗、数据一次分解、数据二次分解、样本熵聚类、模型训练、数据预测。本发明结合本征时间尺度分解算法、鲁棒性局部均值分解算法、样本熵聚类、时间卷积网络以及双向门控循环网络建立基于二次分解重构与深度学习双层优化组合的牵引负荷短期预测方法。该方法可以降低高频分量的复杂性。同时有效解决了现有研究无法深入地捕捉负荷的实时动态特性的缺陷，从而提升牵引负荷预测精度。