申请/专利权人：国网江苏省电力有限公司营销服务中心

申请日：2023-12-26

公开（公告）日：2024-04-12

公开（公告）号：CN117878903A

主分类号：H02J3/00

分类号：H02J3/00;G06F17/11;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：一种基于平衡优化器算法的VMD‑TCN‑GRU短期负荷预测方法和系统。该方法包括，将平均绝对误差MAE作为变分模态分解算法的噪声容限值τ的适应度函数，通过平衡优化器对噪声容限值τ进行参数寻优，利用优化后的变分模态分解算法将历史负荷数据分解为多个平滑的子序列；根据优化后的噪声容限值τ和多个子序列的频率特征，构建高频和低频TCN‑GRU模型，并应用平衡优化器对每个模型的超参数进行寻优，得到优化后的VMD‑TCN‑GRU混合预测模型；使用优化后的VMD‑TCN‑GRU混合预测模型，基于历史负荷数据对低压居民台区未来短期负荷数据进行预测，并通过预定义误差指标对预测结果进行误差评估。本发明的方案基于平衡优化器改进了变分模态分解算法和高低频不同的预测混合模型，在低压居民台区短期负荷数据中实现了较高的预测精度。

主权项：1.一种基于平衡优化器算法的VMD-TCN-GRU短期负荷预测方法，其特征在于，包括以下步骤：步骤1：将平均绝对误差MAE作为变分模态分解算法的噪声容限值τ的适应度函数，通过平衡优化器对所述噪声容限值τ进行参数寻优，利用优化后的变分模态分解算法将历史负荷数据分解为多个平滑的子序列；步骤2：根据优化后的噪声容限值τ和多个子序列的频率特征，构建高频和低频TCN-GRU模型，并应用平衡优化器对每个模型的超参数进行寻优，得到优化后的VMD-TCN-GRU混合预测模型；步骤3：使用所述VMD-TCN-GRU混合预测模型，基于所述历史负荷数据对低压居民台区未来短期负荷数据进行预测，并通过预定义误差指标对预测结果进行误差评估。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司营销服务中心 一种基于平衡优化器算法的VMD-TCN-GRU短期负荷预测方法和系统

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