技术特征:1.一种电力负荷预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的电力负荷预测方法,其特征在于,所述s2包括以下步骤:
3.根据权利要求1所述的电力负荷预测方法,其特征在于,所述s3具体为:
4.根据权利要求3所述的电力负荷预测方法,其特征在于,所述变分模态分解模型的约束优化表达式如下:
5.根据权利要求3所述的电力负荷预测方法,其特征在于,所述利用改进的麻雀搜索算法对变分模态分解模型的参数进行优化,其具体为:
6.根据权利要求5所述的电力负荷预测方法,其特征在于,所述对每只麻雀的位置进行更新的表达式如下:
7.根据权利要求1所述的电力负荷预测方法,其特征在于,所述s4具体为:
技术总结本发明提供了一种电力负荷预测方法,涉及电网电力技术领域,该方法包括获取电力系统数据;对电力系统数据进行预处理以及多源数据融合处理;利用变分模态分解模型将原始时间序列进行子序列分解;根据门控循环单元和注意力机制,构建电力负荷预测模型,并根据分解的子序列,利用电力负荷预测模型对电力负荷进行预测,其中,利用改进的麻雀搜索算法对电力负荷预测模型的参数进行优化。本发明解决了传统电力负荷预测模型精度不足、模型参数优化困难以及多源数据融合处理效果不佳的问题。
技术研发人员:谢光彬,高啸,胡晓松,钟泽波,覃露熹,李光彬,郭逢权,施寻,张鹏,唐小梅,王秋平,江漫,吴成龙,刘慧,许正阳,刘佩林,李思岑
受保护的技术使用者:国网四川省电力公司宜宾供电公司
技术研发日:技术公布日:2024/10/17