[发明专利]基于CEEMD-LSTM的综合能源系统多元负荷预测方法

摘要

本发明提出了一种基于CEEMD‑LSTM的综合能源系统多元负荷预测方法，利用标准分数归一化的方法对原始数据进行预处理，利用Pearson相关系数对负荷预测的影响因素进行分析，筛选出关联度较高的影响因素；采用互补集合经验模态分解法将冷、热、电负荷序列分解为各组本征模态函数(IMF)均值分量并进行筛选保留与负荷预测相关度较高的IMF均值分量；将各组筛选后的IMF均值分量以及天气因素数据输入长短期记忆网络(LSTM)模型进行训练和学习得到最终CEEMD‑LSTM负荷预测模型；将预测的各组IMF均值分量相加并进行归一化逆变换得到最终预测结果。