[发明专利]基于长短期记忆与自适应提升的微电网短期负荷预测方法

摘要

本发明涉及电力系统调度与运行技术领域，具体涉及一种基于长短期记忆与自适应提升的微电网短期负荷预测方法,包括：步骤1，调取历史负荷数据；步骤2，对其进行整合以获得训练集和测试集；步骤3，对训练集和测试集进行进集成经验模态分解并调整，输出训练样本集和测试样本集；步骤4，建立组合预测核模型，设置超参数数值；步骤5，输入训练样本集，输出预测结果；步骤6，设置循环次数N，大于N时，进入步骤7；小于N时，进入步骤5；步骤7，计算均方根误差，并判断是否稳定，稳定进入步骤,9，不稳定进入步骤8；步骤8，调整超参数，进入步骤5；步骤9，输入测试样本集，输出预测结果。本发明预测精度高、误差小，适应性强，实用性强。

主权项

1.一种基于长短期记忆与自适应提升的微电网短期负荷预测方法，其特征在于，所述预测方法包括：步骤1，采集微电网基础数据，调取微电网历史负荷数据；步骤2，对所述历史负荷数据进行整合，获得时间序列数据，并按照设定比例将其设置成训练集和测试集；步骤3，分别对所述训练集和所述测试集进行集成经验模态分解并调整，输出训练样本集和测试样本集；步骤4，建立组合预测核模型，设置所述组合预测核模型的超参数；步骤5，将所述训练样本集输入至所述组合预测核模型中，并输出训练样本集的预测结果；步骤6，设置循环次数A，当实际循环次数大于A时，进入步骤7；当实际循环次数小于A时，进入步骤5；步骤7，根据多个所述训练样本集的预测结果计算得出多个均方根误差(RMSE)，并判断其是否保持稳定；稳定，则进入步骤9；不稳定，则进入步骤8；步骤8，调整步骤4中组合预测核模型的超参数，进入步骤5；步骤9，将所述测试样本集输入至所述组合预测核模型中，并输出测试样本集的预测结果。