[发明专利]一种基于人工智能的数据预测方法及装置

摘要

本发明公开了一种基于人工智能的数据预测方法及装置，方法包括：对本征模函数分量和残差分量分别进行数据预处理形成各分量的原始输入特征集；运用最小冗余度最大相关性标准从原始输入特征集中提取各分量的最佳输入特征集；根据各分量的频率选择预测模型的核函数，建立粒子群算法‑参数寻优的最小二乘支持向量机负荷预测模型；采用粒子群算法‑参数寻优的最小二乘支持向量机负荷预测模型对每个分量分别进行负荷预测，加权叠加所有分量的预测值得到最终的预测结果。装置包括：基于经验模态分解数据分解单元、数据预处理单元、基于最小冗余度最大相关性标准提取单元、最佳指标库单元、基于粒子群算法‑参数寻优的最小二乘支持向量机负荷预测单元、以及加权叠加单元。

主权项

1.一种基于人工智能的数据预测方法，其特征在于，所述方法包括以下步骤：利用经验模态分解将原始负荷时间序列分解成本征模函数分量和残差分量；对本征模函数分量和残差分量分别进行数据预处理形成各分量的原始输入特征集；运用最小冗余度最大相关性标准从原始输入特征集中提取各分量的最佳输入特征集；根据各分量的频率选择预测模型的核函数，建立粒子群算法‑参数寻优的最小二乘支持向量机负荷预测模型；采用粒子群算法‑参数寻优的最小二乘支持向量机负荷预测模型对每个分量分别进行负荷预测，加权叠加所有分量的预测值得到最终的预测结果。