買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉國電南瑞南京控制系統(tǒng)有限公司;國電南瑞科技股份有限公司;國網(wǎng)浙江省電力有限公司臺州供電公司;國網(wǎng)浙江省電力有限公司;國家電網(wǎng)有限公司申請的專利一種基于VMD分解和改進雙層BILSTM網(wǎng)絡(luò)的短期負荷預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114330814B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111324025.3，技術(shù)領(lǐng)域涉及：H02J3/00；該發(fā)明授權(quán)一種基于VMD分解和改進雙層BILSTM網(wǎng)絡(luò)的短期負荷預(yù)測方法是由朱慶;馬宛星;徐石明;高挺;王緣;韋思雅;鄭紅娟;俞航;顧琳琳設(shè)計研發(fā)完成，并于2021-11-10向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于VMD分解和改進雙層BILSTM網(wǎng)絡(luò)的短期負荷預(yù)測方法在說明書摘要公布了：本發(fā)明公開了一種基于VMD分解和改進雙層BILSTM網(wǎng)絡(luò)的短期負荷預(yù)測方法，構(gòu)建改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型，設(shè)置超參數(shù)，利用訓(xùn)練集、驗證集對改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型進行訓(xùn)練，獲取網(wǎng)絡(luò)參數(shù)，得到訓(xùn)練后的改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型；將歷史時刻對應(yīng)的負荷序列、VMD分解后的負荷子序列、溫度序列輸入到訓(xùn)練后的改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型，得到t+1時刻負荷的預(yù)測結(jié)果。本發(fā)明將復(fù)雜的負荷時間序列分解為頻率更加集中、周期性更突出的若干子序列。有效降低了訓(xùn)練誤差、提高了訓(xùn)練穩(wěn)定性。提高預(yù)測模型的訓(xùn)練速度，保證模型誤差的收斂趨勢，避免陷入局部最優(yōu)。

本發(fā)明授權(quán)一種基于VMD分解和改進雙層BILSTM網(wǎng)絡(luò)的短期負荷預(yù)測方法在權(quán)利要求書中公布了：1.一種基于VMD分解和改進雙層BILSTM網(wǎng)絡(luò)的短期負荷預(yù)測方法，其特征在于：包括如下步驟： 構(gòu)建改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型，設(shè)置超參數(shù)，利用訓(xùn)練集、驗證集對改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型進行訓(xùn)練，獲取網(wǎng)絡(luò)參數(shù)，得到訓(xùn)練后的改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型； 將歷史時刻對應(yīng)的負荷序列、VMD分解后的負荷子序列、溫度序列輸入到訓(xùn)練后的改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型，得到t+1時刻負荷的預(yù)測結(jié)果； 所述改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型包括：第一層BiLSTM網(wǎng)絡(luò)，第二層BiLSTM網(wǎng)絡(luò)，全連接線性層，所述第一層BiLSTM網(wǎng)絡(luò)，第二層BiLSTM網(wǎng)絡(luò)，全連接線性層依次相連；數(shù)據(jù)歸一化后的歷史時刻對應(yīng)的負荷序列分別輸入第一層BiLSTM網(wǎng)絡(luò)，全連接線性層，數(shù)據(jù)歸一化后的VMD分解后的負荷子序列，數(shù)據(jù)歸一化后的溫度序列均輸入第一層BiLSTM網(wǎng)絡(luò)；第一層BiLSTM網(wǎng)絡(luò)的輸出分別輸入第二層BiLSTM網(wǎng)絡(luò)，全連接線性層；第二層BiLSTM網(wǎng)絡(luò)的輸出輸入全連接線性層，全連接線性層根據(jù)第一層BiLSTM網(wǎng)絡(luò)的輸出、第二層BiLSTM網(wǎng)絡(luò)的輸出和數(shù)據(jù)歸一化后的歷史時刻對應(yīng)的負荷序列得到t+1時刻負荷的預(yù)測結(jié)果； 所述利用訓(xùn)練集、驗證集對改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型進行訓(xùn)練的方法，包括如下步驟： 使用訓(xùn)練集數(shù)據(jù)對改進雙層BiLSTM網(wǎng)絡(luò)負荷預(yù)測模型進行迭代訓(xùn)練，每進行一次完整訓(xùn)練后利用驗證集數(shù)據(jù)對網(wǎng)絡(luò)的預(yù)測效果進行驗證，將當(dāng)前網(wǎng)絡(luò)在驗證集上的MAPE與歷史最優(yōu)網(wǎng)絡(luò)的驗證集MAPE誤差進行對比，若當(dāng)前網(wǎng)絡(luò)在驗證集上的預(yù)測誤差更低，則更新最優(yōu)誤差，保存當(dāng)前的網(wǎng)絡(luò)參數(shù)，并在更新學(xué)習(xí)率后繼續(xù)訓(xùn)練，直至達到最大迭代次數(shù)；迭代完成后，獲得的最優(yōu)網(wǎng)絡(luò)參數(shù)即為驗證集誤差最小的網(wǎng)絡(luò)參數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人國電南瑞南京控制系統(tǒng)有限公司;國電南瑞科技股份有限公司;國網(wǎng)浙江省電力有限公司臺州供電公司;國網(wǎng)浙江省電力有限公司;國家電網(wǎng)有限公司，其通訊地址為：211000 江蘇省南京市江寧區(qū)誠信大道19號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。