多变量模态分解与深度建模融合下的综合能源负荷预测算法研究OA
为提升综合能源系统中电、热、冷负荷的预测精度,提出一种融合多元变分模态分解与Autoformer建模的多任务负荷预测方法。首先,利用多元变分模态分解对多源负荷序列进行多尺度模态分解,并引入雪融优化算法自适应确定关键参数,从而有效提取负荷数据中的趋势特征与扰动信息。其次,在建模阶段,为解决Autoformer在处理长序列预测时可能出现的边界扰动问题,引入长短期记忆网络对其进行补偿,增强对局部变化的拟合能力。最终,通过多任务共享机制实现电、热、冷3类负荷的协同建模与联合预测。实验结果表明,所提方法预测准确性和可靠性均显著提升。
贺伟;孙怡;韩涛;郭棉明;关维维;史健
中国长江电力股份有限公司,北京100036中国长江三峡集团有限公司,武汉430014中国长江电力股份有限公司,北京100036中国长江三峡集团有限公司,武汉430014中国长江电力股份有限公司,北京100036国电南京自动化股份有限公司,南京211199
信息技术与安全科学
综合能源系统Autoformer长短期记忆网络多元变分模态分解雪融优化算法
《电力系统及其自动化学报》 2026 (7)
P.48-57,10
中国长江电力股份有限公司研究项目(3423020011,Z342402003)。
评论