[发明专利]一种基于CVMD-GRU-DenseNet混合模型的短期电力负荷预测方法

摘要

一种基于CVMD‑GRU‑DenseNet混合模型的短期电力负荷预测方法，它包括以下步骤：步骤1：采集目标地区一定时间段为单位的负荷功率时间序列数据集；步骤2：将负荷功率时间序列分解为K个本征模态函数分量和1个残差分量；步骤3：筛选与预测分量关系密切的输入特征，依据各分量序列周期及复杂度的差异选用不同的预测模型；步骤4：将各子序列分量的预测结果叠加，重构得到未来日时序负荷预测结果。本发明的目的是为了解决现有技术存在的利用变分模态分解VMD对负荷进行分解难以确定最佳分解次数的技术问题。