技术总结
本发明公开了一种LSTM神经网络的短期负荷预测方法及系统，涉及电力系统负荷预测研究领域。该方法包括：步骤1，通过变分模态分解法对短期负荷数据进行分解，得到负荷分量；步骤2，获取LSTM神经网络参数；步骤3，通过负荷分量以及LSTM神经网络参数进行预测模型的建立；步骤4，将待预测数据输入至预测模型，得到预测结果。本发明能够解决模态混叠现象的产生以及虚假IMF等问题，达到规避对预测精度产生不利的影响因素的目的，进而有效弥补当前算法在负荷预测准确度上的不足。预测准确度上的不足。预测准确度上的不足。
技术研发人员：蔡莹 丁施尹 熊图 谭锡林 陈志聪 刘梅 张华铭
受保护的技术使用者：广东电网有限责任公司广州供电局
技术研发日：2020.11.12
技术公布日：2021/3/5