基于滑动窗口及VMD-BiLSTM的电力负荷预测方法及终端

本发明公开了基于滑动窗口及VMD‑BiLSTM的电力负荷预测方法及终端，首先采集电力负荷数据及气象数据，构建与电力负荷数据对齐的气象特征矩阵和时段特征向量；然后将负荷序列进行变分模态分解，构建基于多源数据特征矩阵和模态分量负荷值的面向各模态的数据样本集；最终构建基于BiLSTM的负荷预测训练模型，以各模态的数据样本集作为训练集进行模型训练，构建滑动窗口机制动态更新输入数据，迭代执行单步预测，输出各模态分量负荷预测值，并叠加重构各模态分量。本发明方法综合考虑了不同气象环境因素、预测时段及负荷数据对负荷预测的影响，有助于提升复杂气象条件下电力负荷预测的鲁棒性与泛化能力。