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)。
查看更多
摘要
电力系统的运行与调度离不开电力负荷预测，作为关键的环节，在电网调度、
预警以及电力市场调控等方面发挥着重要作用。本文针对电力负荷数据的高复杂
度，在短期电力负荷预测任务上开展实验，利用信号分解和集成深度学习技术构建
电力负荷预测模型，探析此类举措在电力负荷预测方面的实效性。具体的研究内容
包括：
(1)提出了一种以滑动窗口信号分解为基础的短期电力负荷预测模型swVMD-
SegRNN，解决了整体分解-预测策略存在信息泄露的问题。此方法利用滑动窗口重
构数据再分解，避免信息泄露的
文档评论（0）