摘要
本发明属于短期尺度电力系统负荷数据预测领域,其公开了一种基于ESMD分解和纠错策略优化的BiLSTM短期负荷预测方法,首先通过ESMD分解算法对负荷数据自适应分解为若干个分量,减少原有数据的噪声;然后利用BiLSTM模型对这些分量进行预测得到初步的预测结果;纠错策略ECS计算负荷原始数据与初步预测结果之间的误差序列,利用BiLSTM模型对误差序列进行预测;误差序列预测结果与初步预测结果相加得到最终预测结果。同时本发明方法通过消融实验,验证了所提方法在各性能指标上的显著提升,为短期尺度电力系统负荷预测提供了一种高效、精准的解决方案。
技术关键词
短期负荷预测方法
纠错策略
BiLSTM模型
序列
误差
负荷预测模型
电力系统负荷数据
电力系统负荷预测
分解算法
时序依赖关系
曲线
三次样条插值
滑动窗口
信号
极值
线段
双层结构
优化器
系统为您推荐了相关专利信息
高速飞行器
数据生成模型
在线标定模型
多源融合
坐标系
脑肿瘤识别
PACS系统
图像分割模型
磁共振
图像采集模块