一种基于STL-VMD自适应分解的电力负荷预测方法

本发明公开了一种基于STL‑VMD自适应分解的电力负荷预测方法，本发明涉及电力系统负荷预测技术领域，包括数据预处理、负荷序列分解、分量预测以及预测结果重构，电力负荷预测步骤如下，步骤一，获取并预处理历史电力负荷时间序列数据，步骤二，利用季节性‑趋势分解方法对预处理后的负荷序列进行分解，本发明的优点在于：通过将STL分解与VMD分解相结合，形成两级分解架构，STL首先剥离出物理意义明确的趋势和强季节性分量，使得后续VMD可以专注于分解残余序列中纯粹的随机和波动信息，有效克服了传统单一分解方法模态混叠、端点效应严重以及忽视负荷固有周期特性的问题，使得分解出的各子序列成分更单一，规律更明显。