[发明专利]基于优化经验模态分解的短期天然气负荷预测方法

摘要

本发明属于天然气负荷预测方法技术领域，特别涉及基于优化经验模态分解的短期天然气负荷预测技术。从城市天然气门站采集数据，首先，采用高斯加权移动平均滤波器对采集的数据进行平滑处理，应用优化经验模态分解算法，即集成经验模态分解算法，对处理后的数据进行分解，对分解出来的若干个IMF(基本模式分量)和趋势项进行归一化处理；采用粒子群优化最小二乘支持向量机对处理后的分量进行预测，并对预测结果进行重构，得到最终预测结果，并将预测结果与单独采用最小二乘支持向量机预测的结果进行对比。本发明对短期天然气负荷预测有较高的预测精度，是一种高效的天然气短期负荷预测技术。

主权项

1.基于优化经验模态分解的短期天然气负荷预测方法，其特征在于，包括如下步骤：(1)采集某市某天然气站的时负荷时间序列数据，对实际采集的短期天然气时负荷时间序列进行高斯平滑处理，采用优化经验模态分解算法，即集成经验模态分解算法，对短期天然气负荷时间序列进行分解，分解出IMF和趋势项，并对分解出的IMF和趋势项进行归一化，构建基于优化经验模态分解的短期天然气负荷预测模型；(2)对集成经验模态分解分解出来的分量，采用粒子群优化最小二乘支持向量机分别进行预测，应用粒子群优化最小二乘支持向量机中正则化参数和核参数；(3)采用基于粒子群优化最小二乘支持向量机的预测模型对每一个分量的预测结果进行重构，得出最终预测结果，并将该预测结果与单独采用最小二乘支持向量机预测的预测结果进行对比，以确定构建的预测模型的预测精度和有效性。