申请/专利权人：中国能源建设股份有限公司

申请日：2023-06-20

公开（公告）日：2023-11-07

公开（公告）号：CN117009752A

主分类号：G06F18/15

分类号：G06F18/15;H02J3/00;G06F18/213;G06F18/22;G06N3/006;G06N5/01;G06Q30/0202;G06Q50/06;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.24#实质审查的生效;2023.11.07#公开

摘要：本发明公开了一种基于POA‑VMD‑SSA‑KELM模型的用电需求预测方法，涉及用电需求预测技术领域，包括以下步骤：S1：数据处理：对采集到的用电数据进行预处理，进行去噪、平滑、归一化相关处理；S2：POA‑VMD分解：将预处理后的用电数据通过POA‑VMD分解，将原始信号分解成多个子信号，提取出信号的时空特征；该基于POA‑VMD‑SSA‑KELM模型的用电需求预测方法，通过POA‑VMD模型可以解决传统VMD模型中的缺点，从而具有更好的去噪性能和更准确的模态分解结果，SSA‑KELM模型将SSA和KELM相结合，可以更好地处理非线性和非平稳数据，提高预测精度，将POA‑VMD模型和SSA‑KELM模型组合起来，可以更准确地预测用电需求，可以更好地处理非线性和非平稳数据，提高了预测精度。

主权项：1.一种基于POA-VMD-SSA-KELM模型的用电需求预测方法，其特征在于：包括以下步骤：S1：数据处理：对采集到的用电数据进行预处理，进行去噪、平滑、归一化相关处理；S2：POA-VMD分解：将预处理后的用电数据通过POA-VMD分解，将原始信号分解成多个子信号，提取出信号的时空特征；S3：数据建模阶段：将POA-VMD分解得到的子信号作为输入，建立SSA-KELM预测模型；S4：预测阶段：使用建立好的SSA-KELM模型对未来用电需求进行预测；S5：结果评估阶段：对预测结果进行评估；S6：优化阶段：根据对预测结果的评估结果对模型进行优化。

全文数据：

权利要求：

百度查询： 中国能源建设股份有限公司 一种基于POA-VMD-SSA-KELM模型的用电需求预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD