基于小波变换的Holt-Winters和LSTM组合模型的电力负荷预测方法专利查询专利号|摘要-满商公司网

基于小波变换的Holt-Winters和LSTM组合模型的电力负荷预测方法

基本信息

申请号	CN202011387066.2	申请日	-
公开（公告）号	CN112488396A	公开（公告）日	2021-03-12
申请公布号	CN112488396A	申请公布日	2021-03-12
分类号	G06F30/27(2020.01)I;G06Q10/04(2012.01)I;G06F17/14(2006.01)I;G06F17/18(2006.01)I;G06Q50/06(2012.01)I;G06N3/04(2006.01)I	分类	计算；推算；计数;
发明人	杨首晖;陈传彬;王良缘;郑建辉;王雪晶;吴元林;陈静	申请（专利权）人	福建电力交易中心有限公司
代理机构	福州元创专利商标代理有限公司	代理人	陈明鑫;蔡学俊
地址	350003福建省福州市鼓楼区五四路257号
法律状态	-

摘要

本发明涉及一种基于小波变换的Holt‑Winters和LSTM组合模型的电力负荷预测方法，包括以下步骤：步骤S1:获取电力用户负荷的实际用能数据，并预处理；步骤S2:根据预处理后的负荷数据，采取预设阈值的小波去噪剔除负荷数据中的潜在噪声，并进行离散小波分解；步骤S3:根据分解后的各层小波系数作为训练样本构建并训练Holt‑Winters模型；步骤S4:根据预处理后的负荷数据，采用深度学习框架搭建深度长短时记忆网络模型；步骤S5：将Holt‑Winters模型和深度长短时记忆网络模型进行组合，并计算各模型在组合模型中的权重；步骤S6:根据得到的权重，对Holt‑Winters模型和深度长短时记忆网络模型输出进行加权平均得到最终预测曲线。本发明有效提高电力负荷预测的可靠性。