公开(公告)号：CN112766078A

公开(公告)日：2021-05-07

申请号：CN202011639813.7

申请日：2020-12-31

Applicant: 辽宁工程技术大学

Inventor： 徐耀松 ,  段彦强 ,  李佳旺 ,  王雨虹 ,  王丹丹 ,  屠乃威 ,  阎馨 ,  付华 ,  谢国民 ,  卢万杰

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  H02J3/00

Abstract: 本发明公开了基于EMD‑SVR‑MLR与注意力机制的GRU‑NN的电力负荷层次预测方法，采用经验模态分解信号处理算法对用户负荷原始时间序列数据进行分解处理，并对模态函数进行重构。对重构分量建立支持向量机多元线性回归初级预测模型，从而获得预测值。将初级预测模型的预测值和原始的时间序列数据进行融合，形成新的时间序列，作为门控循环单元神经网络网络的输入，建模学习特征内部动态变化规律，并引入注意力机制赋予GRU隐含状态不同的权重，最后完成短期负荷预测；该方法提高了时间轴上对隐式时间序列的特征提取能力和计算能力，对于具有周期和长期依赖关系的电力系统的负荷预测具有较高的准确率和精确度，具有一定的实用价值。

公开(公告)号：CN112766078B

公开(公告)日：2024-04-16

申请号：CN202011639813.7

申请日：2020-12-31

Applicant: 辽宁工程技术大学

Inventor： 徐耀松 ,  段彦强 ,  李佳旺 ,  王雨虹 ,  王丹丹 ,  屠乃威 ,  阎馨 ,  付华 ,  谢国民 ,  卢万杰

IPC: G06F18/24 ,  G06F18/21 ,  G06F18/2411 ,  G06F18/25 ,  G06N3/0442 ,  H02J3/00

Abstract: 本发明公开了基于EMD‑SVR‑MLR与注意力机制的GRU‑NN的电力负荷层次预测方法，采用经验模态分解信号处理算法对用户负荷原始时间序列数据进行分解处理，并对模态函数进行重构。对重构分量建立支持向量机多元线性回归初级预测模型，从而获得预测值。将初级预测模型的预测值和原始的时间序列数据进行融合，形成新的时间序列，作为门控循环单元神经网络网络的输入，建模学习特征内部动态变化规律，并引入注意力机制赋予GRU隐含状态不同的权重，最后完成短期负荷预测；该方法提高了时间轴上对隐式时间序列的特征提取能力和计算能力，对于具有周期和长期依赖关系的电力系统的负荷预测具有较高的准确率和精确度，具有一定的实用价值。