申请/专利权人：国家电网有限公司;国网重庆市电力公司;国网重庆招标有限公司

申请日：2023-11-09

公开（公告）日：2024-05-03

公开（公告）号：CN117973724A

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06Q50/06;G06N3/0442;G06F18/214;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本发明涉及一种基于WOA‑VMD‑LSTM的电力物资预测方法，包括如下步骤：获取电商专区电力物资采购数据，预处理后作为训练集；使用VMD将训练集中的数据分解为多个模态分量IMF序列，采用鲸鱼优化算法WOA获得最优参数组合，使用最优参数组合更新VMD分解的核心参数后，再次通过VMD将训练集中的数据分解为多个模态分量IMF序列，得到优化后的多个模态分量IMF序列；获取当前年份及之前年份的电商专区电力物资采购数据，采用前述方式处理后得到待预测模态分量IMF序列，将待预测模态分量IMF序列输入LSTM，将各模态分量IMF序列的预测值进行叠加，得到对下一年度电力物资的预测结果。本发明方法使用VMD对非平稳的原始数据进行模态分解，提高LSTM预测性能。

主权项：1.一种基于WOA-VMD-LSTM的电力物资预测方法，其特征在于：包括如下步骤：S100：数据预处理，获取电商专区电力物资采购数据，选择上报计划数量与实际执行数量偏差大于1百倍，且实际执行数量大于1万的典型物资作为数据集，对数据集进行缺失值处理、LOF异常处理和月度重采样后，执行下一步；S200：将S100处理后的数据集作为训练集；S300：变模态分解VMD，使用VMD将训练集中的数据分解为多个模态分量IMF序列，每个模态分量IMF序列具有不同的数据特征信息；S400：构建WOA-VMD模态分解模型，采用鲸鱼优化算法WOA，设置WOA中的鲸鱼数量N和最大迭代次数Tmax，并使用重构数据的最小包络熵为适应度函数，将训练集数据输入WOA-VMD中进行训练，对VMD中的核心参数K和α进行参数寻优，获得最优参数组合，使用最优参数组合更新S300中进行VMD中的核心参数后，再次使用VMD将训练集中的数据分解为多个模态分量IMF序列，得到优化后的多个模态分量IMF序列；其中，重构数据指将VMD分解后的多个模态分量IMF序列相加得到重构信号；S500：预测，获取当前年份及之前年份的电商专区电力物资采购数据，采用S100-S300处理后得到待预测模态分量IMF序列，将待预测模态分量IMF序列输入LSTM，将各模态分量IMF序列的预测值进行叠加，最终得到对下一年度电力物资的预测结果。

全文数据：

权利要求：

百度查询： 国家电网有限公司;国网重庆市电力公司;国网重庆招标有限公司 一种基于WOA-VMD-LSTM的电力物资预测方法

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