[发明专利]一种基于VMD分解与LSTM网络的日用电量预测方法

摘要

本发明涉及一种基于VMD分解与LSTM网络的日用电量预测方法。包括对预处理后的数据进行变分模态分解，模态数K由贝叶斯优化算法进行优化；对用电量序列数据进行相关影响因子的拓展，原始数据与映射数据之间的映射参数由贝叶斯优化算法优化获得；将相关影响因子拓展后的数据分为训练集，验证集和测试集；通过LSTM模型训练各子模式，通过测试集与验证集的比较计算均方根误差；对预测结果进行重构与反归一化，确定是否满足终止条件；将优化后的映射参数输入到LSTM模型中，用训练集和验证集用作新的训练数据，对测试数据进行重构和反归一化，输出预测结果。能准确的描绘关键因素与用电量序列之间的关系，提高对日用电量预测的精度。