原创力文档- 1、本文档共11页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
沈阳农业大学学报，2024，55(1)：92-102http：//
JournalofShenyangAgriculturalUniversityDOI:10.3969/j.issn.1000-1700.2024.01.010
王俊，王继烨，程坤，等.基于双层优化VMD-LSTM的农村超短期电力负荷预测[J].沈阳农业大学学报，2024，55
（1）：92-102.
WANGJun,WANGJiye,CHENGKun,etal.Ultra-short-termpowerloadforecastingbasedontwo-layeroptimizationVMD-
LSTM[J].JournalofShenyangAgriculturalUniversity,2024，55（1）：92-102.
基于双层优化VMD-LSTM的农村超短期
电力负荷预测
11112
王俊，王继烨，程坤，方均，鞠丹阳
（1.沈阳农业大学信息与电气工程学院，沈阳110161；
2.国网内蒙古东部电力有限公司呼伦贝尔供电公司，内蒙古呼伦贝尔162650）
摘要：稳定的供电是农村发展建设的有力保障，而电力负荷水平是建设效果的重要衡量标准，因此建立精确的负荷
预测模型可以更准确直观显现电力负荷情况，为供电公司制定决策提供有力支撑。由于LSTM负荷预测模型在数据预
测方面存在收敛性差、预测精度不高等问题，为提高模型的预测精度，提出一种基于双层优化VMD-LSTM的超短期电
力负荷预测方法。首先提出麻雀算法优化变分模态分解（sparrowvariationalmodedecomposition，SVMD），通过SVMD将
原始数据转化为模态分量(intrinsicmodefunctions,IMF)；其次采用改进樽海鞘群算法（associationsalpswarmalgorithm，
ASSSA）优化LSTM模型。通过引入4种策略增强标准樽海鞘算法优化能力；最后将各模态分量分别代入到新模型并进
行叠加预测。选取辽宁省某市某乡村10kV变压器真实历史负荷数据，以均方根误差（RMSE）、平均绝对误差（MAE）、平
2
均绝对百分比误差（MAPE）、拟合度（R）作为评价指标，并与其他基础预测模型进行对比，结果表明，改进后的算法在
计算精度、稳定性方面均优于其他基础预测模型。
关键词：长短期预测；双层优化;樽海鞘群算法;变分模态分解;叠加预测
中图分类号：TM714文章编号：1000-1700（2024）01-0092-11
文献标识码：A开放科学（资源服务）标识码（OSID):
Ultra-short-termPowerLoadForecastingBasedonTwo-layer
OptimizationVMD-LSTM
WANGJun,WANGJiye,CHENGKun,FANGJun,JUDanyang
11112
（1.College
文档评论（0）