基于改進LMD與GRU網絡的短期燃氣負荷預測
摘要：針對燃氣負荷數據非線性、非平穩性的特點,本文提出一種基于改進的LMD算法與GRU神經網絡的組合預測模型.模型首先利用改進后的LMD算法對燃氣負荷數據進行序列分解,改進的LMD方法采用分段牛頓插值法代替傳統的滑動平均值法來獲得局部均值函數和包絡估計函數,改善了傳統LMD方法存在的過平滑問題.之后,再將得到的若干PF分量進行小波閾值去噪處理,獲得有效的分量數據.最后,利用GRU神經網絡分別預測各分量值,將它們相加得到最終的負荷預測值.仿真實驗表明,提出的方法與單個GRU神經網絡以及結合傳統LMD算法的GRU網絡相比,預測精度更高.
注: 保護知識產權,如需閱讀全文請聯系計算機系統應用雜志社
相關推薦
更多
