买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：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。

主权项：1.一种电力负荷预测方法，其特征在于，包括以下步骤：S1、获取电力系统数据；S2、对电力系统数据进行预处理以及多源数据融合处理；S3、根据经预处理以及多源数据融合处理后的电力系统数据，利用变分模态分解模型将原始时间序列进行子序列分解，其中，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；S4、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；所述S3具体为：对经预处理以及多源数据融合处理后的电力系统数据进行去噪处理；利用变分模态分解模型VMD，将经去噪处理后的电力系统数据分解为若干个子序列；对分解后的子序列进行归一化处理，完成对原始时间序列的子序列分解，其中，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；所述变分模态分解模型的约束优化表达式如下： ；其中，表示第k个模态，K表示模态数量，表示时间的偏导数，描述信号的时间变化率，表示卷积，表示冲击函数，表示虚数单位，表示频率，表示第k个模态的函数，t表示时间；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：A1、初始化种群，以及随机生成每只麻雀的初始位置；A2、将适应度函数定义为电力负荷预测模型预测的误差以及均方误差的倒数；A3、结合随机漫步以及领导者的位置对每只麻雀的位置进行更新；A4、在每一次迭代中，根据适应度最高的个体选取领导者，并根据领导者的位置更新追随者的位置，完成对麻雀搜索算法的改进；A5、对改进的麻雀搜索算法进行迭代处理，并结合随机搜索和领导者引导，获取最优电力负荷预测模型的参数组合，完成对变分模态分解模型VMD的参数优化，其中，每次迭代后，种群的解均会更新，直至适应度函数收敛；所述对每只麻雀的位置进行更新的表达式如下： ；其中，表示每只麻雀位置的更新，表示每只麻雀的当前位置，和均表示随机生成的系数，表示领导者的位置，表示随机探索的位置。

全文数据：

权利要求：

百度查询： 国网四川省电力公司宜宾供电公司 一种电力负荷预测方法