公开(公告)号：CN111815065B

公开(公告)日：2023-08-29

申请号：CN202010705130.0

申请日：2020-07-21

Applicant: 东北大学

Inventor： 常玉清 ,  方翟宇 ,  徐海燕 ,  郭帅 ,  王姝

IPC: H02J3/00 ,  G06Q50/06 ,  G06N3/0442 ,  G06F18/214 ,  G06Q10/04

Abstract: 本发明提供一种基于长短时记忆神经网络的短期电力负荷预测方法，包括1)采集电力负荷历史数据和气象历史数据，构建历史数据集；2)采用集成经验模态分解法，对电力负荷历史序列进行分解；3)计算每个分量的样本熵值并进行分组；4)构建每个分组的最优预测模型；5)确定预测模型的输入；6)累加各个最优预测模型的预测值得到最终的电力负荷预测值。本发明结合集成经验模态分解和长短时记忆神经网络模型对短期电力负荷进行预测，可以实现准确、实时、可靠的预测效果，具有很好的适用性和有效性，可以被广泛地应用在短期电力负荷预测中。

公开(公告)号：CN111815065A

公开(公告)日：2020-10-23

申请号：CN202010705130.0

申请日：2020-07-21

Applicant: 东北大学

Inventor： 常玉清 ,  方翟宇 ,  徐海燕 ,  郭帅 ,  王姝

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明提供一种基于长短时记忆神经网络的短期电力负荷预测方法，包括1)采集电力负荷历史数据和气象历史数据，构建历史数据集；2)采用集成经验模态分解法，对电力负荷历史序列进行分解；3)计算每个分量的样本熵值并进行分组；4)构建每个分组的最优预测模型；5)确定预测模型的输入；6)累加各个最优预测模型的预测值得到最终的电力负荷预测值。本发明结合集成经验模态分解和长短时记忆神经网络模型对短期电力负荷进行预测，可以实现准确、实时、可靠的预测效果，具有很好的适用性和有效性，可以被广泛地应用在短期电力负荷预测中。