原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于VDM分解与LSTM改进的短期负荷预测方法及系统，包括数据清洗、智能预测、多目标优化和综合评价；通过对于缺失值采用最近邻法进行填充，对于非线性、波动的负荷数据采用VDM技术分解成多个相对平稳的子序列；再通过近似熵的方法将多个相对平稳的子序列优化重组成3个序列分量；在此基础上，对分解出的三个主要的分量进行LST网络在模型训练；在迭代过程中加入注意力机制来对不同特征的参数分配不同的权重，在梯度求解过程中，添加蝗虫算法，实现求解过程加快和避免局部最优解的情况。本发明提供的短期负荷预
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112884236 A
(43)申请公布日 2021.06.01
(21)申请号 202110259198.5
(22)申请日 2021.03.10
(71)申请人 南京工程学院
地址
文档评论（0）