公开(公告)号：CN118157129A

公开(公告)日：2024-06-07

申请号：CN202410472956.5

申请日：2024-04-19

Applicant: 安徽大学

Inventor： 朱家明 ,  邹必优 ,  宋乐怡 ,  郑鹏 ,  牛丽丽 ,  黄林生 ,  陈华友 ,  刘金培

IPC: H02J3/00 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/0455 ,  G06F18/22 ,  G06F18/213 ,  G06F18/10

Abstract: 本发明涉及一种基于混合预测框架的电厂发电量预测方法，包括：收集电厂发电的历史电力负荷时间序列数据作为原始数据，进行预处理；得到N个IMF序列分量；得到最终的IIMF序列；得到增强后的发电厂电力负荷数据；构建基于CEEMD分解与样本熵重构的LSTM‑Informer预测模型；进行训练，得到训练好的模型；通过训练好的模型对未来的电厂负荷情况进行预测，生成最终的电力负荷预测值。本发明解决了非平稳数据预测精度低的问题，降低了模型训练的偏差，有效的处理了数据噪声问题，减少了计算量，降低了预测所需的时间；将新的特征值添加到基于CEEMD分解与样本熵重构的LSTM‑Informer预测模型的顶层结构中，并训练整体电力负荷数据，以生成最终的电力负荷预测值，显著提高了电力负荷预测的精准度。