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
本发明涉及一种基于模态分解和重构及LSTM‑MLR混合模型的电力负荷预测方法：首先，获取原始负荷数据，通过互补集合经验模态分解（CEEMD）将原始负荷数据分解成若干个不同频率的本征模态分量（IMF）；其次，计算出各个子序列的模糊熵值（FE），将CEEMD分解后的各分量重构为高频、低频和趋势序列；在此基础上，利用变分模态分解（VMD）对重构后的高频序列进行重分解；最后，将重分解后所有序列的高频分量输入到长短期记忆（LSTM）神经网络中进行训练预测，将重分解和未经过VMD分解的低频序列和趋势序列输入
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116362398 A
(43)申请公布日 2023.06.30
(21)申请号 202310321727.9 G06Q 50/06 (2012.01)
文档评论（0）